基于防压疮棉罩设计的无创呼吸机自动调压技术研究

为了提高防压疮棉罩无创呼吸机自动调压能力,提出基于防压疮棉罩设计的无创呼吸机自动调压技术.构建防压疮棉罩无创呼吸机自动调压控制约束参数模型,采用压力传感融合信息感知方法对防压疮棉罩无创呼吸机自动调压的数据驱动和信息融合,构建防压疮棉罩无创呼吸机自动调压控制对象和参数自适应调度模型,结合调压参数自适应融合和反馈跟踪识别方...     

基于大数据分析的无创呼吸机防压疮式面罩优化设计

针对现有无创呼吸机防压疮式面罩分析存在试验结果差距大的问题,为了解决这一问题,基于大数据分析对不同材质的无创呼吸机防压疮式面罩优化设计进行深入研究.选择某医院共120名住院患者,并将其分为三组,每组样本数量为40例,分别将水胶体材质的无创呼吸机防压疮式面罩、粘性材质的无创呼吸机防压疮式面罩以及泡沫材质的无创呼吸机防压疮...     

无创呼吸机面罩设计中患者面部防压疮研究

为减少患者在使用无创呼吸机面罩时压疮现象,对无创呼吸机面罩设计中患者面部防压疮进行研究.首先设计了无创呼吸机面罩的减压垫,然后制作了橡皮筋,最后设计了呼吸机面罩放置托架,完成无创呼吸机面罩的设计.实验结果表明,在10名患者应用此次研究的基于患者面部防压疮的无创呼吸机面罩后,仅有2人发生血疱与红肿现象,其余7名患者均没有...     

融合通信中基于状态感知的非实时通信技术研究

融合通信技术是当今通信领域的又一创新,主要是将各种不同的通信网络融合为一体,也就是以计算机网络、传统网络、通信服务网络等多种内容的整合,是包含电话、传真、邮件、遥控等多种通信方式为一体的综合内容。本文首先简单介绍了融合通信的概念与种类,然后分析了基于状态感知的非实时通信技术的研究要点。     

基于防压疮面罩设计的无创呼吸机参数自动校准方法研究

为提高防压疮面罩无创呼吸机参数自动校准和控制能力,提出基于随机频谱特征提取的防压疮面罩无创呼吸机参数自动校准方法.构建防压疮面罩无创呼吸机的传感参数辨识模型,通过空间网格的自适应规划方法对参数自动校准过程进行信息融合识别,提取关联谱特征量,通过模糊C均值聚类方法实现对防压疮面罩设计的无创呼吸机参数聚类和属性特征辨识,通...     

基于RFID的无源感知机制研究综述

随着物联网技术的飞速发展与广泛部署,物联网领域的应用需求逐步从"万物互联"转变成"人-机-物"的感知融合.在众多感知技术之中,射频识别技术(radio frequency identification,RFID)作为物联网领域的核心技术之一,由于标签的轻量级、可标记、易部署等特征,成为"无源感知"的重要媒介.为深入剖析...     

基于多尺度融合网络的视频快照压缩感知重建

视频快照压缩感知基于压缩感知理论,仅在一次曝光过程中将多帧画面投影至二维快照测量,进而实现高速成像。为了从二维快照测量信号恢复出原视频信号,经典的重建算法基于视频的稀疏性先验进行迭代优化求解,但重建质量较低,且耗时过长。深度学习因优异的学习能力而受到广泛关注,基于深度学习的视频快照压缩重建方法也得到关注,但现有深度方法缺乏对于时空特征的有效表达,重建质量仍有待进一步提高。本文提出视频快照压缩感知重建的多尺度融合重构网络（MSF-Net）,该网络从横向的卷积深度和纵向的分辨率2个维度展开,分辨率维度利用三维卷积进行不同尺度的视频特征的提取,横向维度利用伪三维卷积残差模块对同分辨率尺度的特征图进行层级提取,并通过不同尺度下的特征交叉融合来学习视频的时空特征。实验结果表明,本文方法能够同时提升重建质量与重建速度。     

基于数据融合的加权合作频谱感知技术

提出一种采用动态加权合作和感知方法,并对认知用户在不同平均信噪比情况下所检测的主用户性能进行了分析。仿真结果表明:加权合作感知不仅克服了目前合作感知方法的一些不足,其检测性能也优于目前的合作感知方法。     

基于自适应特征融合的场景文本检测

基于深度学习的自然场景文本检测发展快速,其中基于分割的文本检测算法因其对多方向和弯曲文本检测效果好而备受关注。目前大多数基于分割的文本检测方法为了更加充分利用高层语义特征和底层细粒度特征,特征提取部分通常采用ResNet+特征金字塔（FPN）结构,特征融合部分多用concat或者add进行融合,但FPN存在的不同特征尺度不一致问题可能导致融合结果冲突,进而影响后续分割效果。因此,基于目前快速高效的DBnet网络,对其特征融合方式进行改进,提出了一种基于自适应特征融合的场景文本检测网络。在公开数据集Icdar2015和ICDAR 2017-MLT上的实验结果均表明：文本改进网络与经典的DBnet相比,准确率、召回率、F分数均有所提升,仅FPS稍有降低。     

二型呼衰患者无创呼吸机智能护理服务监控系统设计

为有效缓解二型呼衰患者的治疗痛苦,设计二型呼衰患者无创呼吸机智能护理服务监控系统。利用整体控制架构,搭建智能护理服务监控系统的硬件执行环境。研究无创呼吸机智能护理服务体系的适用症状,联合既定通气表现形式,分析呼吸通气行为所处的具体时机,确定二型呼衰患者无创呼吸机智能护理服务的实际应用需求,联合相关硬件设备结构,完成二型呼衰患者无创呼吸机智能护理服务监控系统设计。结果表明,本文方法可在缓解患者治疗痛苦的同时,构建较为人性化的护理服务体系。     

基于自适应数据融合的LEACH路由协议

如何有效地使用传感器节点的能量以延长WSN的生存时间,一直是WSN路由协议研究的重点.基于LEACH,提出了一种新的路由协议AF-LEACH,AF-LEACH根据数据融合的能量开销和所带来的节能增益,对传感器节点采集的数据进行自适应的数据融合.仿真实验表明,与LEACH协议以及在各节点都进行数据融合的MA-LEACH[...     

基于自适应ABC/FOA融合定位算法研究

针对传统无线传感网络(WSN)节点定位算法定位慢、误差大的问题,提出了一种基于自适应ABC/FOA融合定位算法.该算法既吸收了ABC算法的全局寻优能力强的优点,又保留了FOA算法局部搜索能力强的特点;同时,引入自适应概念,对果蝇步长进行控制,提高种群多样性;接下来,对节点定位误差函数进行改进,提高了节点定位误差的区分度.仿真结果表明,利用自适应ABC/FOA融合定位算法以后,定位时间明显缩短,定位误差明显减小,能够满足工程领域对于定位精度的要求.     

基于LLSSVM的MUH高度信息融合技术的研究

应用基于局部最小二乘支持向量机(LLSSVM)的多传感器融合技术实现了高度信息融合技术的研究。针对无法精确测量的微小型无人直升机(MUH)飞行高度问题,用LLSSVM建立了以数据驱动的黑箱模型,并用该多传感器信息融合模型对高度信息进行预测。将基于LSSVM和LLSSVM模型的仿真结果进行对比,结果表明后者效果明显优于前者,说明基于LLSSVM的信息融合模型更为合理有效,解决了LSSVM模型的预测延迟和误差积累放大的问题。     

基于小波变换的模糊图像融合技术的研究

模糊图像融合技术即多聚焦图像融合技术,是指将同一场景的不同聚焦点的图像融合成一幅更加清晰、信息量更大的图像.本文在小波变换的基础上,对源图像不同聚焦点部分进行分割处理,再对分割后的不同区域通过小波变换和优化方法进行分解融合,实验证明这种图像融合方法比传统的融合算法效果好,信息量更多.     

基于改进自适应加权的多传感器融合监测

针对加注系统多传感器测量数据融合,为满足融合的可靠性与准确性需求,提出了一种改进的自适应加权融合算法。加权融合算法的关键是如何准确判定测量数据权重值,在总结分析当前权重值判定方法优缺点的基础上,将证据理论中的修正证据距离引入测量数据间距离计算,生成融合权重值,完成传感器数据融合。通过一般算例与加注系统典型算例,对所提融合算法进行验证,结果表明算法融合效果较好、鲁棒性强,具有一定的理论意义和较好的工程实用价值。     

基于自适应特征融合的人脸识别

针对单一人脸特征在人脸识别中的局限性问题和二维主成分分析人脸特征缺少判别信息的问题,利用互补思想,提出了一种改进的二维主成分分析与二维线性鉴别分析加权融合的人脸识别算法。利用离散余弦变换对原始人脸图像进行压缩并重建,以滤除图像中人眼并不敏感的中高频部分,再利用二维主成分分析方法进行人脸特征的提取;运用二维线性鉴别分析方法提取原始人脸图像中具有鉴别性的人脸特征;最后,提出一种自适应的权值选取方法,将两种人脸特征进行加权融合以实现分类识别。在ORL和Yale人脸数据库上的实验结果证明了该方法的有效性。     

基于自适应特征融合的压缩感知跟踪算法

针对运动目标外观或背景变化较大时,采用基于压缩感知的跟踪算法由于特征单一易导致漂移、跟踪不稳定甚至丢失目标等问题,提出了改进的基于自适应特征融合的压缩感知跟踪算法。该算法采用两种随机测量矩阵,分别投影V、H空间得到压缩后的纹理和颜色特征,利用在线计算的特征可靠性相对程度来自适应调整特征加权系数,充分利用两类特征的互补性来增强跟踪稳定性。对不同视频的测试结果表明,提出的方法在目标外观、背景环境变化时仍能准确跟踪目标,在目标大小为70像素×100像素时平均帧率为22帧/s,达到实时性。与提取单一特征的原压缩感知算法相比,改进后的方法在目标外观和背景变化时具有更强的鲁棒性。     

基于自适应分割的多曝光图像融合算法

针对传统多曝光图像融合存在颜色和细节信息保留不完整的问题,提出了一种新的基于自适应分割的多曝光图像融合算法。首先,采用超像素分割将输入图像分割为颜色一致的图像块,再利用结构分解将图像块分解为三个独立分量。根据各分量特点设计不同融合规则,以保留源图像中的颜色和细节信息。然后,采用引导滤波平滑各分量的权重图以及信号强度分量和亮度分量,有效地克服块效应缺陷,保留源图像中的边缘信息,减少伪影。最后,重构融合后的三个分量,得到最终的融合图像。实验结果表明,与传统的融合算法相比,所提算法在互信息（MI）上平均提升了53.6%、标准差（SD）上平均提升了24.0%。该算法能够有效地保留输入图像的颜色和细节纹理信息。     

基于自适应融合的手掌静脉增强方法

针对掌脉轮廓不清晰，图像对比度低、亮度低，进而导致识别性能降低的现象，提出一种自适应融合的手掌静脉增强方法。首先，基于暗原色先验（DCP）去雾算法，根据掌脉图像变异系数自适应选择去雾系数，得到DCP增强图像，并且基于部分子块重叠直方图均衡（POSHE）算法得到POSHE增强图像；然后，将图像分为16个子块，依据图像灰度均值与标准差确定各子块权重；最后，根据各子块权重对DCP和POSHE增强图像进行自适应融合，得到最终增强图像。该方法既保留了DCP算法在增强图像对比度和亮度的同时不引入明显噪声的优点，又保留了POSHE算法在增强图像对比度和亮度的同时不损失局部细节的特点；同时，两者的自适应融合既解决了DCP图像阴影部分掌脉缺失现象，又削弱了POSHE产生的块效应。在对两个公开库和自建库分别进行的实验中，三个数据库的等错误率分别为0.0004、0.0472、0.0579，识别率分别为99.98%、94.27%、92.05%。实验结果表明，与现有的图像增强方法相比，该方法降低了等错误率，提高了识别精度。     

基于NetFlow的特征感知自适应的流采样方法

采样是网络异常检测中数据采集的主要方法。而网络流的持续时间、数据包的大小、异常流量出现的频率等都在不断变化,给准确的采样带来很多负面的影响。为此,提出了特征感知的自适应采样技术,在流量特征不断变化的情况下可以自动调整采样率,并将它和随机采样技术、选择采样技术进行比较,研究了这些采样技术在网络行为分析系统中保留网络特征的能力,实验结果表明此方法在保留网络特征和异常检测质量评估中,明显优于其他方法。