首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  免费   0篇
电工技术   1篇
机械仪表   1篇
无线电   1篇
  2018年   1篇
  2017年   1篇
  2011年   1篇
排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
加速度传感器技术的不断发展和成熟为可穿戴设备的智能交互提供了新的途径。以可穿戴设备中的加速度计所捕捉的数据为支撑,对人的运动模式进行识别进而推断行为意图以实现智能化人机交互的方式,目前已受到人们的广泛关注。针对上述问题,本文基于循环神经网络的技术框架,提出一种高效的腕臂动作识别方法。该方法以单门控机制有效利用时序相关信息,对腕部可穿戴设备的三轴加速度计信号进行深度挖掘。实验结果表明,本文所提出的方法相较传统的机器学习方法而言性能更为可靠,能以更为简洁的网络结构取得与当前主流的循环神经网络算法同样的识别精度。  相似文献   
2.
针对目前短期电力负荷预测方法未充分利用电力用户用电特征,以及预测精度不高等问题,提出了"分层-汇集"模型。首先,对电力用户按用电特征"分层",得到表征不同类型电力用户用电特征的层负荷特性曲线,并将层负荷特性曲线作为构造总负荷曲线的属性因子;之后,"汇集"不同日的层负荷特性曲线,结合实时负荷训练模型;最后,进行回归预测。以某区域实际电力负荷数据为算例,基于所提出的预测方法进行负荷预测。结果显示,基于"分层-汇集"模型的短期电力负荷预测在平均百分误差(mean absolute percentage error,MAPE)、均方根误差(root-mean-square error,RM SE)以及Pearson(皮尔逊)相关系数3项评价指标上均优于一般的回归预测方法,验证了模型的有效性;在"分层"和"汇集"阶段采用不同算法组合,"分层-汇集"模型均具有较好的预测效果,验证了模型的鲁棒性。使用"分层-汇集"模型可以提高负荷预测的精度,为短期电力负荷预测提供了一种新思路。  相似文献   
3.
在道路交通标志的检测中,针对自然实景情况中拍摄到的图像存在的交通标志大小和位置不确定等困难问题,本文提出一种基于实景图像的多特征融合的道路交通标志检测方法.论文把样本分为了训练和测试样本,首先对训练样本图像进行盲复原处理;其次对复原处理后的图像进行自适应性的形状区域裁剪,提取裁剪区域图像的颜色、纹理和形状特征;再次分别对颜色、纹理和形状特征进行SVM分类检测,从而获得颜色、纹理和形状三个分类模型;最后对模型的权值进行自适应性计算,得到加权的特征融合模型.通过测试样本对模型的检测,结果表明特征融合识别方法有很高的准确度,另外对比实验得到的数据显示融合模型提高了道路交通检测的准确度和鲁棒性.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号