基于Gabor融合特征与深度自动编码器的笑脸识别方法

Gabor特征的人脸表情识别具有良好的识别性能,但同样存在特征维数大的缺点,该文提出用Gabor融合特征的方法来进行降维以解决维数大的缺点。深度自动编码器具有对人脸自学习的能力,能精确提取有用的信息,也有非线性降维的作用。考虑到Gabor融合特征降维幅度不大,便加入自动编码器进行二次降维,将经过二次降维的特征输入深度自动编码器进行笑脸识别。该文在实验过程中采用两个数据库(公开的GENKI数据库,实验采集的数据库)进行实验。实验结果表明经过Gabor融合特征的实部作为深度自动编码器的输入的识别率比传统方法和未经降维Gabor特征识别率高。     

卷积神经网络用于关节角度识别与姿势评估

为了快速准确地输出各种工作姿势风险评估结果，提出采用Kinect v2与卷积神经网络识别人体各关节角度，并输出标准姿势风险的评估得分。首先使用亚像素角点提取的棋盘标定算法标定Kinect两个摄像头，其次使用改进后的双边滤波对深度图像去噪，使用卷积神经网络识别人体关节二维位置，结合深度信息获取实际三维坐标并计算人体关节角度，最后输出姿势风险评估得分。通过两种实验分别验证了提出的Kinect角度识别与姿势评估的准确性，表明该方法关节角度识别与姿势风险评估的准确率均较高，是一种低成本、高可靠性的姿势评价方法，具有一定的科学意义和工程应用价值。     

基于深度学习的IPTV视频用户行为分析方法研究

IPTV视频业务的复杂性和多样性使其难以充分发挥运营商技术优势。借助深度神经网络DNN模型对IPTV视频用户进行用户行为分析。利用深度学习算法对用户点播视频活跃度实施精确分类,从而帮助IPTV服务提供商合理配置资源,同时为终端用户提供更高效优质的服务。实验结果表明,与现有的方法相比,该方法收敛快,分类准确率达93%。     

冲刷深度对海上风电塔地震动力响应的影响分析

基于某海上风电塔进行现场监测、有限元模拟及室内振动台试验研究，考虑桩-土相互作用并对结构进行精细化数值模拟分析，研究了不同冲刷深度下结构自振周期的变化及不同冲刷深度对结构地震动作用下动力响应的影响规律.现场监测结果表明:6#风机结构受海水冲刷严重，与同时期建造的15#风机相比振动幅度明显，说明冲刷深度对结构的影响不可忽略.数值模拟分析表明:冲刷深度主要影响结构高阶振型，使结构自振周期变长，增幅最大达33%.由于冲刷致使土层对高柔性结构约束减弱，结构将产生大的振动进而导致风机停摆；在遭遇7度罕遇地震时，应立即停止发电工作.室内缩尺振动台试验与数值模拟所得结果的变化曲线较为均匀，趋势上较吻合，充分验证了数值模拟的准确性.      

铌对取向硅钢中析出物固溶温度的影响

选用含铌0.09%和不含铌的两种铸坯,将铸坯分别加热至不同温度,并保温30 min后进行淬火处理,利用JEM-2011透射显微镜对试样的显微组织进行观察,同时在扫描电镜下确定铸态组织中黑色物质的形貌,通过观察析出物在不同温度下的数量分布情况,分析比较取向硅钢在含Nb和不含Nb两种状态下析出物的固溶温度。结果表明:含铌取向硅钢铸坯的晶粒尺寸与不含铌铸坯的晶粒尺寸相比更加均匀细小,铌元素有阻碍晶粒长大的作用;含Nb取向硅钢中析出物的完全固溶温度在1 250～1 300℃,不含Nb的析出物完全固溶温度在1 300℃以上,说明Nb能够明显降低析出物的完全固溶温度。