基于可穿戴设备的跌倒检测算法综述

综述2013-2018年基于穿戴式惯性传感器的跌倒检测研究工作.从跌倒的定义出发,阐述常规跌倒行为的几种状态、跌倒的分类方式及其类别.以可穿戴跌倒检测系统框架为基础,依次从数据采集、预处理、特征提取、模型构建等角度分别展开介绍当前的研究工作.归纳用于跌倒检测性能评估的一系列技术指标,展示9个跌倒检测的公开数据集,以及当前跌倒检测研究工作在这些数据集上的检测精度.旨在为后续开展可穿戴跌倒检测工作提供借鉴与参考.     

运维过程复杂度建模及有效性验证

建立了基于复杂性理论的信息系统运维过程复杂度模型,定义了执行复杂度、参数复杂度、上下文复杂度、交互复杂度和并行复杂度5个指标,给出了指标的形式化定义和计算方法,并且提出了使用归一化函数对指标数据进行处理,以比较单一指标在整体复杂度中所占比重的方法,最后通过开设1个电子邮件服务系统的实验验证了模型的有效性. 该模型可用于度量信息系统运行维护过程的复杂程度,寻找运维热点,进而可以评估和优化运维过程,以提高运维质量和效率.     

运维过程复杂度建模及有效性验证

建立了基于复杂性理论的信息系统运维过程复杂度模型,定义了执行复杂度、参数复杂度、上下文复杂度、交互复杂度和并行复杂度5个指标,给出了指标的形式化定义和计算方法,并且提出了使用归一化函数对指标数据进行处理,以比较单一指标在整体复杂度中所占比重的方法,最后通过开设1个电子邮件服务系统的实验验证了模型的有效性. 该模型可用于度量信息系统运行维护过程的复杂程度,寻找运维热点,进而可以评估和优化运维过程,以提高运维质量和效率.     

基于知识的神经网络产生式规则的获取方法研究

将连续数据离散化并将已有知识规则的依赖度作为神经网络的初始权值,构建新的网络结构并对其动态训练,给出其具体网络训练算法.从训练后的网络权值中利用正确的分类及该网络结构具有的性质,从而给出其具体的规则抽取算法,并将抽取的具有冗余性的产生式规则利用粗集理论进一步对其精化处理,最后得出最简化的产生式知识规则.充分结合神经网络及粗集理论的优点,探索两者的有机结合无疑对智能信息处理系统的研究具有重要的现实意义.     

基于卷积神经网络的电力信息物理融合系统入侵检测方法研究

现有的面向电力信息物理融合系统（CPPS）的入侵检测方法存在不够重视数据质量等问题,尤其是在处理离散化数据方面存在欠缺。为解决上述问题,提出了一种基于实体嵌入和卷积神经网络的CPPS入侵检测方法。该方法通过实体嵌入技术将数据集中的离散型特征映射为连续向量,从而生成高质量的新数据。将其与经过标准化的连续型特征合并起来作为新数据集训练卷积神经网络,以建立CPPS入侵检测模型。在KDD Cup 99数据集上的实验评估结果表明,所提方案的攻击检测准确率分别比独热编码和传统顺序编码提高了6.20%和6.04%,同时还减小了误报率和漏报率。     

基于深度学习的洗衣机异常音检测

基于卷积神经网络框架,提出一种洗衣机异音识别模型,根据卷积神经网络显著特征提取能力和平移不变性,学习洗衣机的异音特征,实现生产线洗衣机的异音自动智能识别。给出完整的过程解决训练数据集的建立、数据样本不平衡等问题。提出一种用于数据增强的网络模型——音频深度卷积生成对抗网络解决训练样本的稀缺性问题。该模型对传统的深度卷积生成对抗网络进行改进,以更好地适应工业音频的生成。利用该模型能够对原始数据进行扩展,生成洗衣机异音增强数据集,在该数据集的基础上进行卷积神经网络训练,经测试准确率达到0.999。利用添加背景噪声信号的数据集测试洗衣机异音识别模型的泛化能力,正确识别率达到0.902,表明该网络在识别洗衣机异音方面具有良好的鲁棒性。     

基于多任务卷积神经网络的虹膜图像质量评估方法

为了自动、准确、高效地评估采集图像的质量,设计了一个名为MTIQA的卷积神经网络。该网络能够输出与主观评价指标保持较高一致性的客观评估结果。MTIQA采用多任务学习策略,包含网络训练质量评估和失真类型分类两个任务,将两个任务的损失融合并构成新的损失函数。为了评估算法所得到的客观指标的可靠性,建立了名为SIR2019的单眼虹膜质量评估数据集,并召集志愿者进行主观实验以得到主观评价指标。在SIR2019和CASIA-Iris-Distance-Lamp数据集上的实验结果表明,该网络在虹膜图像质量评估上具有较好的可行性、准确性和鲁棒性。     

基于多通道表面肌电信号的手势识别方法研究

为验证基于表面肌电信号控制智能假手的可靠性,构建一种基于网格划分(Grid Search)优化支持向量机(SVM)的手势动作识别模型.从Ninapro数据集中截取部分动作信号数据,通过提取5种时域特征和基于小波包的时频域特征,利用SVM和Grid Search-SVM对不同种手势动作进行分类,并对比分类模型的可靠性.实验结果表明,在训练集数据量不同时,分类效果不同;且在训练程度相同时,优化后的分类模型较未优化模型分类效果更好,平均准确率相比提高了21.37％.该模型的建立为以后实时控制智能假肢奠定了基础.     

基于计算智能技术融合的故障识别方法

为了提高复杂系统故障识别的精度和降低误报率,利用粗糙集理论、遗传算法、神经网络等计算智能方法的优势,提出一种基于计算智能技术融合的故障识别方法.针对原始样本数据的不确定性和不完备性,利用粗糙集对原始样本数据进行数据归一化、离散化、属性约简等预处理,求得能够覆盖原始数据特征的具有最大完备度的最小规则集.利用具有全局搜索能力的遗传算法直接训练反向传播神经网络的权值,将规则集作为网络输入,形成优化网络模型.采用该模型对预处理的各种状态故障特征向量进行分类决策,实现故障识别.通过电机轴承故障识别实验表明,该方法能够优化网络结构,提高故障识别速度和准确率.     

关系数据库关键字查询结果排序方法

为了提高传统排序方法的排序准确率及效率,本文提出一种列表级的并行学习排序方法,用于关系数据库关键字查询结果的排序。采用一种列表级学习排序算法并在此基础上引入并行框架,使训练过程能够在多个节点上并行执行,有效地减少训练时间;并且提出一种基于贪婪搜索算法和排序性能的弱排序器分层构建策略,提高排序模型的训练效率和有效性;分别在公开数据集IMDB和Wikipedia上进行实验。实验结果表明:与传统的排序算法相比,本文方法具有较高的训练效率及排序准确率。     

一体化Web应用敏捷开发框架

为满足高效低成本的Web应用开发需求提出了一种适应于敏捷开发中快速迭代和高灵活性的一体化Web应用敏捷开发框架。此一体化开发框架由密切协作的过程管理框架和技术框架构成。其中,过程管理框架遵循敏捷开发的原则,定义了项目实施过程中各个阶段的工作目标和内容,而技术框架则以可重用组件、模板、框架的方式提供对Web应用开发中前后端的技术支持,并基于PaaS云部署进一步提高了重用效率。应用实例证明了一体化Web应用敏捷开发框架的有效性。     

基于知识管理的轻型过程改进框架研究

为了解决中小型软件企业在实施软件过程改进活动中遇到的重型软件过程改进方法难于实施、轻型软件过程改进方法规范化不足等问题,对集成能力成熟度模型CMMI、敏捷开发方法以及知识管理进行了分析,提出了基于知识管理的轻型过程改进框架,探讨了柔性团队的行为特征、适度规范集的确定过程以及知识转移模型.实践证明,该框架能够满足国内中小企业软件过程改进的要求.     

基于粗糙集的高职教师教学能力评价模型的构建与应用

教学能力是教师的基本能力,直接影响教师的教学行为与教育质量,提升教师教学能力是高等教育从“数量扩张”转向“内涵发展、质量提高”新阶段的迫切要求,然而科学全面的评价教师的教学能力一直以来都是一个难题。基于粗糙集理论,构建了一套高职院校教学能力评价的指标体系,通过属性约简降低计算复杂度,并实现了指标权重的客观赋权,在此基础上,将粗糙集与模糊综合评价方法结合起来,建立教师教学能力综合评价模型。系统地探讨了模型建立的全过程思路及方法．并通过实例验证了该方法的实用性和可行性。     

基于数据增强及注意力机制的肺结节检测系统

带标注的医学影像数据过少使模型的学习能力有限,深度检测过程中下采样带来的微小结节特征信息容易丢失。为此,设计了一种基于计算机断层扫描的生成式对抗网络（CT-GAN）的数据增强及改进YOLO-V4检测框架的肺计算机辅助检测系统。首先,在结节生成框架CT-GAN中引入DropBlock正则化方法,实现带标注医学影像的数据增强,以提升肺结节的生成质量; 其次,在YOLO-V4中引入坐标注意力机制,以捕捉肺结节的位置感知、方向感知和跨通道的信息,更加精确地检测肺结节感兴趣区域。实验结果表明,在LUNA16数据集上,所提框架的数据增强和结节检测的性能优于其他框架。     

空管自动化系统智能运维技术研究综述

随着下一代空管自动化系统的深入研究,如何保障空中交通服务的可靠与稳定得到业界的广泛关注.通航管制、无人机管制等领域服务的拓展给空管自动化系统的运行保障带来了严峻的挑战,传统的系统监控方法难以支持系统的运维任务.智能运维通过算法对系统进行精准的刻画,实现系统的自治管理,对支撑下一代空管自动化系统的运行保障具有重要意义.本...     

敏捷软件开发应用研究

在分析敏捷软件开发基本理论、基本原则、开发模型和相关开发工具的基础上,对敏捷开发方法的应用进行了研究.通过分析系统建设目标、业务流程,建立了敏捷软件开发平台;解决了可变的框架和高效的功能构件设计中存在的技术难题,以实现企业高效的软件开发.     

软件质量保证的工程化实施

分析了工程中的质量风险项目集合及其分布,针对质量风险分布,提出了质量保证的轻量级实施原则集合及其工程化实施方法.包括质量评审会的一般步骤和规范、同步协同测试方法SIT等,并给出了工程实施效果及其对比分析.该组原则和方法实现了人、过程、工具和技术的有机整合,提高了软件的质量和开发效率,提供了一个轻量级质量保证模式.     

基于选择性深度神经网络集成的涡扇发动机剩余寿命预测

大样本高维度状态监测数据对剩余使用寿命（RUL）精准预测有着技术性挑战,为了提高以航空涡轮风扇发动机为代表的复杂装备的预测精度和收敛效率,提出一种两阶段的选择性深度神经网络集成方法. 第1阶段为多方法联合扰动下的候选集生成方案,通过采用异质神经网络结构、多时间尺度设计和算法参数随机化消除模型内部耦合关系,强化候选深度神经网络集多样性;第2阶段利用遗传算法集成修剪冗余模型,有效剔除性能不佳的冗余学习器,以获取多样化最优候选子集,并按平均集成输出预测结果. 与个体模型的数据实验对比表明,所提方法通过同步增强集成模型准确性和多样性,提升了近20%的RUL预测精度,可为运维决策提供有力支撑.     

Quality prediction and control of tube hollow

The quality prediction of tube hollow model based on the variance staged multiway partial least square (MPLS) method was proposed.The key aspects of staged decomposition of the productive data,calculation of the variance value,modeling,and on-lined prediction in the variance-staged MPLS method were introduced.Based on the model,iterative optimal control method was used for quality control of tube hollow.The experimental results show that the obvious benefits of this method are low maintenance cost,good real...     

集对分析在巢湖水质富营养化评价中的应用

建立了应用集对分析方法进行湖泊富营养化评价的模型,运用该模型对巢湖水质富营养化进行综合评价,计算平均联系度得到综合评价结果,并与其它几种主要水质富营养化评价方法进行对比,取得了满意的结果,证明该法是一种简便实用的水质富营养化评价方法。