基于智能手机的无源胎动监测系统

无源,无线,低成本,便携式的检测系统在生物医学领域有着巨大的需求。针对监测胎儿重要生理指标胎动信号的问题,结合孕妇胎动的生理特征和可穿戴设备的设计标准,研制了一种基于近场通信(NFC)无源胎动监测系统,NFC技术用于能量收集和传输数据到智能手机,聚偏氟乙烯(PVDF)压电薄膜传感器用于感测胎动信号,设计了滤波放大电路及数字滤波器提取胎动信号参数。研发了针对Android操作系统开发的NFC胎动监测应用程序(APP),完成了整个系统硬件的调试和软件的设计。实验结果表明,针对胎动监测结果与孕妇主观感受胎动结果基本一致,误差率低于10%, 验证了设计系统的可行性和可靠性,满足孕妇长期居家对胎动进行无源监测的要求。     

基于多加速度传感器的胎动信号检测方法

针对检测胎儿重要生理指标胎动信号的问题,提出了一种基于多加速度传感器的利用多种特征检测胎动的方法.采用带通滤波器和小波去噪对信号进行预处理;利用平滑Wigner-Ville分布(WVD)分析提取胎动信号的时域和时频域分布特征,引入了胎动信号分布在时频域的区域数量特征,采用基于Gabor字典和MP的方法提取该特征.根据所提取的特征,建立胎动信号的数学模型,实现了相应分类器.仿真结果显示:该算法具有较高的识别率和可靠性.     

水下航行器推进用电机的健康监测技术研究

提出了一种基于模型的水下航行器推进用直流电机的健康监测方法,通过对电机的关键模型参数进行监测,达到监测电机健康状态的目的.以电机的3种典型故障模式为例,建立电机的辨识模型,采用最小二乘算法对模型参数进行辨识,得到反映系统健康状态的特征参量,并采用趋势预测算法对3种典型故障进行仿真评估.仿真结果表明,所提出的方法能较好地...     

基于小波神经网络的桥梁健康监测研究

为了能够有效地对桥梁结构进行健康监测,深入研究小波神经网络在其中的应用。分析小波分析的基本原理,研究小波神经网络的基本原理,设计小波神经网络的算法流程,讨论桥梁健康监测的数据采集和传输系统。最后,以某大桥为例进行基于小波神经网络的桥梁结构健康监测仿真分析,仿真结果表明该方法具有较快的监测速度和较高的监测精度。     

DBSCAN算法在桥梁健康监测预测模型中的应用

针对桥梁健康监测系统的海量监测数据,提出了一种基于DBSCAN聚类分析算法的桥梁健康监测预测模型,该算法通过对原始数据文件分段进行聚类分析预处理,有效地缓解了海量数据的存储问题。进一步对预处理后的数据,采用回归拟合算法,完成对桥梁健康状况的预测功能。     

桥梁结构的未标记模态特征稀疏编码深度学习监测*

由于建筑物结构健康问题大部分是累积性损害,很难被检测到,实际结构和环境噪声的复杂性使得结构健康监测更加困难,并且现有方法在训练模型时需要大量的数据,但是实际中对于数据的标记是很复杂的。为克服该问题,通过配备无线传感器网络,并采用稀疏编码实现桥梁结构健康监测,然后通过大量未标记实例在实现特征提取基础上进行稀疏编码算法训练,实现数据维度压缩和无标记数据预处理。其次,利用深度学习算法实现桥梁结构健康监测类别预测,同时基于线性共轭梯度对Hessian优化进行改进,利用半正定高斯-牛顿曲率矩阵替换不确定Hessian矩阵,进行二次目标组合,以实现深度学习算法效率提升;实验结果表明,所提深度学习桥梁结构安全检测算法实现了环境噪声稀疏编码水平下的高精度结构健康监测。     

基于无线传感和移动通信的健康监测系统设计

随着社会经济的全面发展,人们的生活水平也有了很大的提高,人们对健康的观念也发生了深刻的变化.在我国老龄化社会不断加深的背景下,健康监测设备开始受到人们的关注.本文在详细分析了健康监测系统的需求的基础上,采用嵌入式与移动通信技术相结合的方法设计了一套健康监测系统,并对其中的关键技术进行了论证.希望本文的研究能为人体健康监测领域提供思路.     

基于低功耗蓝牙网络的家用胎儿监护系统设计

提出了一种基于低功耗无线蓝牙网络的家用胎儿监护系统方案。系统通过低功耗蓝牙4.0(BLE4.0)技术组建无线蓝牙传感器网络,实现对胎心率、宫缩压和胎动生理信号的采集与传输,并针对生理信号的特点进行算法优化,提高了使用的便捷性和监测的准确度。通过手机与无线传感器的连接对数据进行显示和存储,实现胎儿的实时监护。     

基于Kriging插值与VRML的桥梁监测数据可视化方法

就目前桥梁监测系统可视化的现状,从数据插值和VRML两个方面总结了现有研究工作,针对目前桥梁健康监测需求提出了一种基于Kriging插值和VRML的桥梁监测系统数据可视化方法。首先使用修改过的Kriging算法对由桥梁健康监测传感器网络得到的数据进行插值,并为数据点赋予相应颜色,最后将结果加载到三维模型中。实验结果表明,该方法简单快捷,实现了较高的插值精度和可视化效果,在桥梁健康监测数据可视化实现方面具有广泛用途。     

面向复杂装备的信息融合式健康监测分析研究

为解决当前复杂装备维修维护与状态监测所面临的问题,提出面向复杂装备的信息融合式健康监测;对复杂装备健康监测需求进行研究,明确针对复杂装备开展健康监测研究的意义;完成装备健康监测概念辨析,明确将信息融合技术引入复杂装备健康监测的意义;对信息融合技术国内外研究现状进行分析,针对信息融合技术的数据级、特征级及决策级,对各层级典型信息融合算法进行概要分析;论文研究为后续进一步深入开展复杂装备信息融合式健康监测研究奠定了良好基础。     

SVM-based posture identification with a single waist-located triaxial accelerometer

Analysis of human body movement is an important research area, specially for health applications. In order to assess the quality of life of people with mobility problems like Parkinson’s disease o stroke patients, it is crucial to monitor and assess their daily life activities. The main goal of this work is the characterization of basic activities using a single triaxial accelerometer located at the waist. This paper presents a novel postural detection algorithm based in SVM methods which is able to detect and identify Walking, Stand, Sit, Lying, Sit to Stand, Stand to sit, Bending up/down, Lying from Sit and Sit from Lying transitions with a sensitivity of 97% and specificity of 84% with 2884 postures analyzed from 31 healthy volunteers. Parameters and models found have been tested in another dataset from Parkinson’s disease patients, achieving results of 98% of sensitivity and 78% of specificity in postural transitions. The proposed algorithm has been optimized to be easily implemented in real-time system for on-line monitoring applications.     

基于曲率尺度空间的人头检测方法研究

利用人头部轮廓的形状特征,提出一种基于曲率尺度空间的人头部检测算法。算法通过比较分析得出了人头部轮廓区别于其他部分轮廓的形状特征,在多曲率尺度下,计算物体轮廓曲线上每一个点的曲率,结合形状特征信息进行人头部检测。实验结果表明,算法有效解决了复杂背景下的人头检测问题,为人头部检测提供了新的途径。     

智能母婴监护系统的设计与实现

母婴监护系统现已成为产科产前、产时行之有效的监护手段,能通过胎心率曲线诊断胎儿的健康状况,对提高出生人口素质,减少残疾婴儿的出生具有重要作用。传统的母婴监护系统体积较大、操作比较复杂、实时性差、价格比较昂贵。因而设计了一种智能母婴监护系统,根据嵌入到无线智能传感器中的算法提取出稳定的胎心率,将胎心率以及孕妇其它监护数据以无线的方式发送到本地或远程监护中心,本地监护设备或远程的监护中心将各项数据进行实时处理、分析、显示或报警,辅助医生或将信息及时反馈回来通知孕妇进行诊治。     

Human motion recognition using a wireless sensor-based wearable system

The future of human computer interaction systems lies in how intelligently these systems can take into account the user’s context. Research on recognizing the daily activities of people has progressed steadily, but little focus has been devoted to recognizing jointly activities as well as movements in a specific activity. For many applications such as rehabilitation, sports medicine, geriatric care, and health/fitness monitoring the importance of combined recognition of activity and movements can drive health care outcomes. A novel algorithm is proposed that can be tuned to recognize on-the-fly range of activities and fine movements within a specific activity. Performance of the algorithm and a case study on obtaining optimal features from sensor and parameter values for the algorithm to detect fine motor movements are presented.     

基于北斗/GSM技术的掌上智能防丢防盗系统

基于北斗二代定位技术和GSM通信技术,对物品进行追踪、监控以及防丢防盗等远程智能化管理。系统包括Android智能手机管理端和北斗设备监控端。北斗设备端采用μC/OS-II轻巧型操作系统实现快速任务切换。手机端软件实现手机端用户位置服务功能,如用户定位、用户移动轨迹记录和查询等;实现监控端定位、警报、监控、搜索等功能,用于贵重物体、小孩、老人或智障人等的防丢、防盗远程智能监控。     

一种敬老院老龄人的健康状态预测方法

针对当前敬老院老龄人的活动监控系统缺乏低成本的健康状态预测,利用半有源RFID三层监控跟踪系统获得的老龄人活动数据,统计并分析得出标示健康的平均活动次数,根据活动次数与健康的自然关系,设计了一个表征健康状态的指数模型。使用8-9-1型的三层BP网络,通过数据预处理和训练来预测老龄人的健康指数。实验结果表明该模型计算和预测结果与医生的诊断能基本相符,误报漏报率较低。该模型为老龄人的健康状态预测、健康护理提供了一种低成本的决策支持,有效扩展了RFID的感知应用。     

基于递归算法在孩子兄弟法表示的树中查找任一结点的双亲结点算法的设计与实现

从递归算法的设计思想、设计步骤、实现原理讲起,利用这种算法设计方法创新性地设计出在孩子兄弟法表示的树中查找任一给定结点的双亲结点的算法,并在理论上对该算法进行深度剖析,在实践上设计测试程序确认算法的正确性。总结并对该研究成果的意义作出展望。     

武术视频检索技术应用研究

文章通过分析武术视频的特点,提出了一种关于提取武术分段视频的关键帧的算法:图像颜色特征计算法与Ⅰ帧提取法相结合的方法,经仿真实验证明此算法对于武术分段视频的关键帧提取准确率高。在此算法的基础上,对关键帧的运动人体进行特征向量的概括。然后,对支持向量机进行了分析并利用得出的特征向量作为样本对分类器进行构造和训练。基于以上步骤设计的系统,可有效的实现对武术视频的分类检索。     

基于C语言最大公约数算法的设计与实现

在人们生活与生产的方方面面的实际应用中,经常有计算两个数的最大公约数的问题出现,原有的求最大公约数的算法,不够系统全面。经过对最大公约数算法的研究,给出求两个数的最大公约数的算法(枚举法、辗转相除法和更相减损术)的设计,并利用C语言实现这几个求最大公约数的算法。     

Discovery of trading points based on Bayesian modeling of trading rules

Mining hidden patterns with different technical indicators from the historical financial data has been regarded as an efficient way to determine the trading decisions in the financial market. Technical analysis has shown that a number of specific combinations of technical indicators could be treated as trading patterns for forecasting efficient trading directions. However, it is a challenging assignment to discover those combinations. In this paper, we innovatively propose to use a biclustering algorithm to detect the trading patterns. The discovered trading patterns are then utilized to forecast the market movement based on the Naive Bayesian algorithm. Finally, the Adaboost algorithm is applied to improve the accuracy of the forecasts. The proposed method was implemented on seven historical stock datasets and the average performance was compared with that of four existing algorithms. Experimental results demonstrated that the proposed algorithm outperforms the other four algorithms and can provide a valuable reference in the financial investments.