SVM自适应波束成形算法

在天线阵列过载,以及强干扰与期望用户信号夹角过近的情况下,传统的线性阵列信号处理算法,如MMSE(minimum mean-squareerror)、NLMS(Normalized Least Mean Squares)等表现并不理想。SVM(SupportVectorMachine)是机器学习领域的最新成果,有较强的泛化能力,收敛快以及低复杂度等优点。本文提出了在上行波束成形中使用SVM算法,提高空域滤波的分辨率,与其他相关算法相比较,系统性能有了明显的改进。     

基于隐马尔科夫模型的人体动作压缩红外分类

人体动作产生的辐射能量变化（Infrared radiation changes,IRC）信号是动作识别的重要线索,本文提出了一种基于隐马尔科夫模型的人体动作压缩红外分类新方法.针对人体动作的自遮挡问题,建立基于正交视角的压缩红外测量系统,获取人体动作在主投影面和辅助投影面的IRC压缩信号;然后,采用隐马尔科夫模型（Hidden Markov model,HMM）双层特征建模算法进行压缩域动作分类.实验结果表明双层特征建模的平均正确分类率高于主层特征建模,平均正确分类率可达95.71%.该方法为环境辅助生活系统提供了人体动作识别的新途径.     

中医药院校本科机器学习课程教改实践探索

《机器学习导论》作为生物医学工程专业本科阶段的一门重要的专业课,涉及的先修知识广泛,要求学生具备一定的专业知识和综合应用能力。单单基于传统讲授法,很难取得良好的教学效果。针对该课程在传统教学模式下存在的主要问题,该文提出一种基于O-PIRTAS翻转课堂的教学新模式,将生物医学工程方面的人工智能应用与该课程教学重点有机结合,旨在通过增加学生的学习胜任力,激发其内在的学习动机,提高教学效果。