基于肌电信号和极限学习机的下肢关节运动预测

为判断下肢障碍患者的运动意图,通过外骨骼进行康复训练,分析表面肌电信号与下肢关节运动的关系。 提取表面肌电信号的均方根(root mean square,RMS)、绝对值均值(mean absolute value,MAV)、波形长度(waveform length,WL)和方差(variance,VAR)作为特征输入信号,采用极限学习机(extreme learning machine,ELM)建立表面 肌电信号与下肢关节角度之间的映射关系;对输出结果进行优化滤波以降低模型的误差,实现对下肢膝关节角度连 续变化的预测。与传统的反向传播(back propagation,BP)神经网络、径向基神经网络预测结果进行对比,结果证明： 极限学习机在通过表面肌电信号预测下肢关节角度变化中有更高的精度。     

《振动工程学报》第27卷总目次

正~~     

基于油茶毛虫图像的特征提取

油茶是我国华中地区重要的经济作物,果实产量受虫害影响较严重,其中油茶毛虫的危害最大。本文首先对基于图像的昆虫特征提取的主要方法进行综述,然后将搜集到的油茶毛虫生态学、形态学、生物学等特点作为理论依据,最终提出具有针对性的特征提取方法。本文为解决油茶害虫图像区域分割以及模式分类等关键问题提供基础数据。     

几何特征法解决跨年龄段人脸匹配问题

人脸识别,作为当前AI技术的重要内容,目前正成为研究的热点.本文重点研究了基于时间维度的人脸识别技术.首先通过灰度的积分投影法确定眼睛眼角、鼻子、嘴角的位置,以便进行特征点的选取,然后根据特征信息,利用相同特征点之间的欧氏距离进行了相似度匹配,根据匹配程度来判断两者是否为同一人.该研究在违法分子探查,失踪人口找寻等领域具有重要作用.     

大数据的分类挖掘优化技术

为了提高大数据的分类识别和检索性能,需要进行大数据优化挖掘,故提出一种基于弱关联性指数特征分布提取的大数据分类挖掘方法。对大数据信息流采用稀疏性融合方法进行聚类空间划分,通过自相关特征匹配方法进行大数据高维分形特征重组,采用向量量化方法进行大数据的基元分类的收敛性控制,提取大数据信息流的弱关联性指数特征,实现大数据的优化分类和挖掘。仿真结果表明,采用该方法进行大数据分类挖掘,提高了大数据挖掘检索的查准性和查全性,挖掘的准确性较高,抗干扰能力较好。     

基于灰度共生矩阵提取纹理特征的医学图像检索技术的研究与应用

随着信息技术在医院的普及,积累了大量病人的影像数据,这些数据是医生进行临床诊断、病情跟踪、手术计划、研究、鉴别诊断的重要客观依据。本课题选用灰度共生矩阵对图像纹理特征进行提取,利用像素对之间的方向和距离参数构造共生矩阵,然后从矩阵中提取能量、熵等有意义的统计量来表示纹理特征,从而建立一个医学图像检索系统,有效提高医学图像的利用率。     

基于深度学习的无人机识别算法研究

无人机的广泛运用,在给人们带来便利的同时,也引发了不良影响。比如,无人机飞入禁飞区引发安全问题,由于不正当的使用侵犯公民的隐私等,因此需要构建一个无人机警察系统,对无人机实施监控,遏制乱飞现象。采用传统的识别方法,灵活性不足,精度也不够高。为此提出一种基于深度学习的无人机识别算法,通过训练一个基于卷积神经网络(CNNs)的学习网络,得出一个高效的识别模型,实现无人机和非无人机间的分类。模型的测试结果表明,该方法具有较高的识别率。     

中国能容忍多低经济增速?

<正>家不可能同时拥有体制的深层次改革和经济高增速,因此GDP增速目标通常被当做决策层改革决心的试金石。鱼与熊掌不可兼得。中国在经济领域即将开始的新一轮全面改革,可能拖慢经济增长。而中央政府对经济增速波动容忍度的高低,也决定着改革的进展,若增长目标被下调,意味着中国将加大结构性问题的解决力度,经济改革空间会更加扩大。此外如果决策层对控制地方政府债务动真格,将不得不容忍地方投资尤其是基建投资增速放缓。国家不可能同时拥有体制的深层次改革和经济高增速,因此GDP增速目标通常被当做决策层改革决心的试金石:如果2014年国     

步态识别技术研究综述

步态识别是生物特征识别技术的一个新兴领域,旨在根据人们走路的姿势进行身份识别。本文对步态识别过程的步态检测、步态特征提取、步态分类与识别三个阶段进行了综述,分析了现有步态识别算法的特点,总结了步态识别研究存在的问题及未来研究方向。