基于可穿戴传感器数据的人体行为识别数据特征提取方法

随着可穿戴设备的发展与普及,基于可穿戴传感数据进行人体行为检测展现了巨大的研究价值.目前大多人类行为识别工作都是基于视频图像展开的,然而,使用计算机视觉技术进行人类行为识别存在2个挑战:一是很难使参与数据采集的人员在自然状态下采集真实状态下的运动数据,在开展数据采集之前往往需要对参与数据采集的人员进行培训并严格规范其采集动作,最终得到的数据将是背离真实生活的数据,其研究价值将大打折扣;二是数据采集过程中还涉及采集人员的隐私保护问题.为此,提出一种基于深度学习的数据特征提取方法.首先在灵活设置卷积核的基础上引入神经网络的分支结构多尺度提取原始数据的深度特征;然后将各分支得到的数据特征进行融合并作为下一个卷积层的输入.实验结果表明,与目前主流方法相比,该方法在MHEALTH,WHARF和USCHAD这3个标准数据集上的准确率和召回率都取得了更好的效果.此外,该方法还在2个较新数据集Stanford-ECM Dataset和DATAEGO上做了验证,结果表明该方法具有较好的泛化能力.     

电化学振荡指纹图谱鉴别姜黄等4种中药材

目的:本文建立了4种姜科中药材姜黄、温莪术、片姜黄、温郁金的鉴别方法。方法:以BrO3--Mn2+-H+-丙酮为化学振荡体系,采用电化学振荡技术,测定4种药材粉末的振荡反应行为。考察了振荡图谱的振荡范围、诱导期、周期、振幅及振荡寿命等特征参数。结果:获得了4种药材电化学振荡指纹图谱。各药材指纹图谱差异明显。结论:电化学振荡指纹图谱鉴别4种姜科中药材,无需样品前处理,方法简便、稳定可靠。     

身份认证技术在网络会计中的应用

制约网络会计发展的主要问题是会计信息的安全性、真实性和完整性,解决这些问题的有效手段就是使用身份认证技术。单一的身份认证技术不能满足网络会计的发展需求,多种安全产品的融合、协同、集中管理是网络会计信息安全的发展方向。     

高超声速临近空间飞行器铰链力矩最小俯冲弹道设计

为解决高超声速临近空间飞行器俯冲段铰链力矩过大问题,给出了一种降低铰链力矩的俯冲弹道设计方法.在建立俯冲弹道优化模型的基础上,利用Gauss伪谱法将弹道优化问题转化为非线性规划问题,进而将其作为极大极小优化问题采用序列二次规划方法进行求解,其中优化的初值由按照最优导引方式生成的初始弹道获得.在普通台式机上耗时约2min,获得的优化弹道铰链力矩峰值下降达67%,并且各种约束条件均可满足,采用美国GAV-H飞行器总体和气动参数进行了铰链力矩最小俯冲弹道仿真,分析了最优俯冲起点的选取策略,结果表明,该铰链力矩最小俯冲弹道设计方法具有可行性.     

汽油发动机的动力特性分析

从发动机功率P,扭矩T与曲轴转速n之间的关系分析了发动机的动力特性,并提出了动力特性的三个评价指标,可为汽车相关工程技术人员提供参考.     

圆梦二次创业

过去五年,浙江销售通过科学营销、网络扩张、精细管理实现了二次创业的梦想。     

基于层次分析法与模糊综合评价法的纺织企业绿色供应链评估研究

基于层次分析法与模糊综合评价法面向纺织企业进行绿色供应链评估模型设计。构建了评估指标体系,其中包含硬性指标与绿色指标两项一级指标与多项二级指标。通过改进层次分析法与模糊综合评估法有机结合,针对纺织企业绿色供应链的供应商做了全方位定量评估。同时以实例分析验证了纺织企业绿色供应链评估模型,结果表明,引进评估人员信度可以避免评估人员存在主观性差异,从而影响评估指标权重赋值,所构建一致性序列关系与评估矩阵一致性要求相符,在很大程度上保障了所计算的综合评估指标权重的科学性与合理性;引进模糊综合评价法可客观、定量评估供应链供应商,评估结果具备较高客观性与公平性。     

基于深度强化学习的舰载机动态避障方法

针对高度异构、动态的航母甲板作业场景中的舰载机避障问题,提出一种结合预测算法和深度强化学习的避障方法.该方法包含场景建模、奖励模型和轨迹预测模型等模块.首先基于智能体状态和动作空间对航母甲板场景进行建模;然后利用最小二乘法对场景中动态障碍物的位置进行实时轨迹预测,并构造了包含路径预测模块的深度强化学习方法——环境预测深度Q网络(PDQN);最后利用该方法实现航母甲板作业场景中的舰载机动态避障.利用Python绘图集Matplotlib进行仿真实验,实验数据结果表明,相比于Q-learning,SARSA等方法,所提方法的准确率提升了15％～25％,路径长度短9％～39％,平均奖励值高30％～100％,收敛速度快1～2倍且训练平稳后准确率的标准差小2％～50％.     

图聚类算法的评价模型

关系数据可抽象为网络,在通常情况下,缺乏对这些现实网络背景知识的了解。为了评价图聚类算法在现实网络上的性能表现,构建了一种接近现实的网络模型,通过算法在模型网络上的性能表现来推断其分析现实网络的能力。为了确保此推断的合理性,构建的模型网络具有与所研究网络完全相同的一阶统计特征。同时,构建的模型网络可具有任意设定的集团结构,这就相当于给定了背景知识,即真实的分类信息是已知的。实例说明,构建的模型为客观评价图聚类算法提供了一条途径。     

一种基于同类约束的半监督近邻反射传播聚类方法

以近邻反射传播 (Affinity propagation, AP) 聚类算法为基础, 提出了一种基于同类约束的半监督近邻反射传播聚类方法 (Semi-supervised affinity propagation clustering method with homogeneity constraints, HCSAP).该方法在聚类目标函数中引入同类约束项, 以保证聚类结果与同类集先验信息一致.利用最大和信任传播 (Max-sum belief propagation) 优化过程对目标函数进行求解, 导出同类约束下的吸引度 (Responsibility) 和归属度 (Availability) 的迭代方程.人工数据集和真实数据集上的实验结果表明本文所提方法的有效性.