基于邻域一致性和DBPSO的跌倒检测特征集优化算法

At present there is no standard, authoritative fall detection test data, and the sample size by young people imitating fall is small, so how to use a limited data set to find the most representative feature set is particularly important. According to the characteristics of feature set in low sample and continuous type, a feature set optimization algorithm based on neighborhood consistency and discrete binary particle swarm optimization (DBPSO) was proposed. The algorithm firstly constituted the primary feature set based on optimized neighborhood consistency function and heuristic forward searching algorithm, and then used the primary feature set to initialize the population of DBPSO. At last the validity of the algorithm was verified using classification algorithm. The experimental results show that the algorithm can improve classification ability with fewer features selected, and the computational efficiency is also improved.     

用ASP实现对Web数据库的访问

目前访问Web数据库的技术主要有CGI、ISAPI、JDBC、Plug_in插件和ASP。ASP是开发动态网站和Web数据库的主要技术之一。 (1)ASP访问数据库的原理:ASP程序由ADO(ActiveX Data Obiect)等内置组件及Request、Server、Response等内建对象构建而成,所有ASP程序都在服务器端执行,包括脚本程序和ASP语法。当浏览器通过HTTP协议向Web服务器申请一个数据传输的请求时,Web     

MIMO-CDMA子选择系统设计及性能分析

多用户MIMO-CDMA是MIMO技术领域研究的最新成果,MIMO-CDMA系统可以显著地提高系统的容量和BER性能。但系统复杂度高,而天线选择技术可以大大降低MIMO-CDMA系统实现复杂度。设计了一种基于帧结构的MIMO-CDMA接收端子选择系统仿真平台,分析和比较了在MBER、MMI和MNP等不同选择准则条件下的系统性能,并对仿真结果进行了评价。     

基于TMS320C54X DSKplus的实时ADM语音编解码

在TM5320C54X开发套件上,实现了在普通微处理器上难以实现的最优ADM算法。     

基于文本筛选和改进BERT的长文本方面级情感分析

方面级情感分析旨在分类出文本在不同方面的情感倾向。在长文本的方面级情感分析中,由于长文本存在的冗余和噪声问题,导致现有的方面级情感分析算法对于长文本中方面相关信息的特征提取不够充分,分类不精准;而在方面分层为粗粒度和细粒度方面的数据集上,现有的解决方案没有利用粗粒度方面中的信息。针对以上问题,提出基于文本筛选和改进BERT的算法TFN+BERT-Pair-ATT。该算法首先利用长短时记忆网络（LSTM）和注意力机制相结合的文本筛选网络（TFN）从长文本中直接筛选出与粗粒度方面相关的部分语句;然后将部分语句按次序进行组合,并与细粒度方面相结合输入至在BERT上增加注意力层的BERT-Pair-ATT中进行特征提取;最后使用Softmax进行情感分类。通过与基于卷积神经网络（CNN）的GCAE（Gated Convolutional Network with Aspect Embedding）、基于LSTM的交互式注意力模型（IAN）等经典模型相比,该算法在验证集上的相关评价指标分别提高了3.66%和4.59%,与原始BERT模型相比提高了0.58%。实验结果表明,基于文本筛选和改进BERT的算法在长文本方面级情感分析任务中具有较大的价值。     

CTI技术及语音信箱系统的实现

一、 CTI技术及其发展状况1．CTI及其主要功能 计算机与电话集成CTI是随着计算机与通信技术的迅速发展而发展起来的一个新的技术领域。它集数字程控交换、DSP语音处理、计算机技术、总线技术、网络通信技术于一体,将计算机系统的良好用户界面、庞大的数据库、优良的应用软件和交换通信系统的呼叫控制相结合,提供基于呼叫的数据选择、计算机拨号、呼叫监视、智能路由和语音数据处理等功能。 CTI主要提供话务控制与媒介处理两大功能。话务控制的功能包括电话的建立与中断、话路的选择与网络界面3项;媒介处理的功能主要是语音／传…     

动态环境中多帧点云融合算法及三维目标检测算法研究

低线束激光雷达扫描的点云数据较为稀疏,导致无人驾驶环境感知系统中三维目标检测效果欠佳,通过多帧点云配准可实现稀疏点云稠密化,但动态环境中的行人与移动车辆会降低激光雷达的定位精度,也会造成融合帧中运动目标上的点云偏移较大。针对上述问题,提出了一种动态环境中多帧点云融合算法,利用该算法在园区道路实况下进行三维目标检测,提高了低线束激光雷达的三维目标检测精度。利用16线和40线激光雷达采集的行驶路况数据进行实验,结果表明该算法能够增强稀疏点云密度,改善低成本激光雷达的环境感知能力。     

基于UWB的室内停车场高精度定位系统设计

将基于TOA测距的 UWB高精度定位技术运用于室内停车场车辆定位系统.选用 DW1000射频收发器设计定位节点硬件,采用时分复用机制实现多标签共享信道.分析测距误差来源,认为信号飞行时间的测量值相对于真实值的误差应该由节点的时钟漂移、本地响应延迟和飞行时间真实值表示,因此,从该角度详细推导并仿真对比4种测距算法受时钟漂移影响的程度,最终选定改进的SDS-TWR算法进行测距.实验发现天线延迟会给测距结果带来相对固定的偏差,针对这一测距误差,提出通过修正天线延迟参数予以校正.基于均方误差最小化方法,采用约束线性最小二乘定位算法估计标签位置.实验结果表明,测距精度小于4 cm,定位精度不超过20 cm,能够满足室内停车场车辆定位系统的厘米级精度要求.     

基于电感式磁传感器的车位检测算法设计

截至2018年底,我国汽车保有量已经超过了2亿辆,而城市停车位数量增长远远不及汽车保有量,帮助车主及时获取空余车位分布情况,对缓解由寻找停车位引发的交通堵塞和环境污染十分有效。设计并实现了一种车位检测方法,使用PNI公司的精密三轴电感式磁传感器RM3001,配合PNI12927驱动芯片进行磁场测量,同时将停车位状态转换抽象为隐马尔可夫模型,基于隐马尔可夫模型的特点设计车位检测算法,在MSP430低功耗单片机上实现,从采集到的磁场信号中提取可用特征,判断当前车位是否有车停入或车辆驶出。经过长时间实践验证,该算法获得了较高的准确率,实现了车位检测的目标。     

基于学生人体检测的无感知课堂考勤方法

针对基于人脸识别的课堂考勤系统漏检和低识别率的问题，采用主、从双摄像机设备，提出一种联合学生人体检测和人脸角度筛选的方法。首先通过Mask R-CNN算法检测主摄像机拍摄图中的学生人体位置；然后控制从摄像机（PTZ相机）依次获取每位学生的高质量放大图像；再通过MTCNN算法和FSA-Net算法从中检测并识别出人脸姿态，筛选出每位学生的正脸图像；最后对筛选出的学生正脸图像使用FaceNet算法提取人脸特征，用于支持向量机（SVM）分类器的训练或识别。实验结果表明，与Tiny-face算法相比，人体检测算法在重叠比（IOU）为0.75时平均精度（AP）值提高了约36%且检测耗时减少了57%；与建立多姿态人脸数据库的方法相比，采用人脸角度筛选的方法使识别率提高了4%；多数情况下整个课堂学生识别的准确率接近100%。所提方法简化了学生注册过程，提高了人脸识别率，为解决人脸漏检问题提供了新的思路。