基于深度数据的手指识别与跟踪

识别、跟踪手与手指属于人机交互领域,它的目标是提供一种方便、高效的方法实时完成识别与跟踪。而类似微软Kinect的设备能够获取到深度数据,而不是普通的RGB图像,它为识别、跟踪手与手指提供更多的信息。讨论一种方法来完成这个目标,并论述相应改善性能的手段。     

浅谈基于Kinect的应用程序开发

随着计算机系统输入设备的发展,各种专业传感器被嵌入到人们日常生活的设备中。微软开发的Kinect所提供的骨骼跟踪、脸部识别、声音识别等功能十分吸引人。本文介绍了Kinect所提供的功能及开发Kinect应用程序所需的条件,分析了Kinect For Windows SDK的系统架构,并集中讨论了如何开发骨骼跟踪数据和深度数据,最后提出了本人关于开发基于Kinect的应用程序的想法。     

基于游记大数据的华山景区游客行为模式研究

游记大数据包含旅游者在周边地区出行的行为信息和目的地资源信息,技术进步和社交媒体发展使获取低成本游记大数据成为可能,但目前景区尺度上进行的游记大数据研究较少。研究首次在景区尺度上以华山为研究对象,利用蚂蜂窝和携程网网站上的游记大数据进行数据挖掘。通过语义分析发掘旅游者景区内移动模式和偏好;对游记进行客源地分析,用GIS呈现研究结果;突破单一目的地内部的游客空间模式研究,对华山与所有相关旅游节点进行关联度强弱分析;就游客满意度评价进行情绪分析和不满意方面的深度内容分析。研究结果有望为景区和目的地规划设计提供支持。     

双向HFC网络MAC层协议的原理与实现

本文介绍了双向ＨＦＣ网络ＮＡＣ层协议的原理与实现,着重讨论了双向ＨＦＣ网络的接入模式、时隙同步和冲突解决,并针对ＨＦＣ网络特点和特定的ＶＯＤ业务,提出了一种ＭＡＣ层协议,采用了竞争与预留相结合的分配方式,实现了测距过程和上行数据的传输,并给出了计算机仿真结果。     

使用聚类算法构建学习模型

影响智能教学系统中教学决策的一个核心因素是系统中学习模型的质量。学习模型是一种以人类学生解决问题的各种方法为基础的模型。一个好的学习模型能够匹配学生行为模式,为学习任务难度和相关问题之间的学习转化提供有效信息。然而,传统构建模型的方式一方面非常耗时,而且还容易丢失具有重要教育意义的内容和学习方式。自动化方式可以构建更好的学习模型,但需要一些工程知识,同时其模型难以解释。该文讨论了一种基于内容特征使用聚类算法来构建学习模型的方法。