基于DTW的人体行为模式识别算法

针对人体行为模式识别问题,本文提出了一种基于动态时间规整的模式识别算法。首先根据动作视频序列进行人体行为学习,生成待匹配的模板信息,对待识别的动作序列进行相似想度量,获取相似性信息,然后使用动态时间规整对待识别模板数据间的相似性进行计算,选取相似性度量最大的模板,从而完成对视频序列人体行为模式的分类识别。     

布料模拟算法的参数设置对点云分类结果影响分析

无论是通过点云数据建立高精度DEM还是对点云数据进行语义分割,首先需要准确分离地面点与非地面点。布料模拟算法是专门用于地面点与非地面点分割的算法,自提出以来便受到广泛关注。本文选取平地、缓坡、陡坡三种不同地形环境数据通过布料模拟算法对点云进行地面点与非地面点分类,得出布料模拟算法应用特点以及不同场景参数下布料分辨率,最大迭代次数和分类阈值对分类结果的影响,并给出参数设置原则,对使用布料模拟算法进行地面点分类具有一定参考意义。     

基于YOLO V3的垃圾自动定位及分类方法

目前垃圾分类主要依靠人工来进行,存在效率低、对人体健康有害的问题,文章提出了基于YOLO V3的垃圾自动定位及分类方法。首先,采集公共场所的废弃物图像并进行标注;其次,通过K-mean++确定先验框大小;最后,加载ImageNet数据集上预训练的权重进行迁移训练。结果显示:该方法能够有效完成垃圾的定位及分类,mAP可达82.87%。     

水下高分辨率声图中小目标的深度网络分类方法

针对声成像数据缺少条件下的水下沉底小目标分类问题,提出一种深度网络分类算法。首先,采用高斯混合模型对声影区统计特性进行建模并提取声图阴影,在此基础上构建仿真数据集和真实数据集。将仿真数据集输入卷积神经网络进行训练,保留其特征提取部分,用于对真实数据集进行特征提取.重建网络分类部分并采用真实数据集的特征向量进行训练。结果表明,所提出的方法分类正确率可达88.24%,与6种对照方法相比平均分类正确率分别提升8.67%,20.47%,19.78%,11.59%,9.01%,11.58%。验证了所提出方法在小样本条件下具有较好对水下沉底小目标的分类能力。其学习曲线收敛到96.25%,仅比验证曲线高5.14%,说明在一定程度上缓解了过拟合问题。将改进的卷积神经网络应用于融合分类器,通过与逻辑回归分类器、支持向量机对目标进行分类并融合决策,正确率为93.33%,可进一步提高算法的正确率和稳定性.     

基于数据挖掘的抽水蓄能电站机组状态预测

抽水蓄能机组工况多,转换频繁复杂。机组在长期运行过程当中往往出现性能劣化和亚健康状态,如果不能及时发现,会导致机组被迫停机检修,造成重大损失。提出了一种基于数据挖掘的方法来预测抽水蓄能电站机组状态:通过电站收集的历史数据进行特征提取和数据标注,然后通过有监督数据挖掘算法对机组状态进行分类预测建模。通过采集国网泰山新源抽水蓄能电站开机运行数据和计算试验证明了方法的有效性。     

基于惯性测量单元的人体运动测量系统设计

本文对运动测量系统所涉及的坐标定义、姿态算法等进行研究,提出了一种新型人体运动测量方法 ,本人体运动测量系统主要应用微惯性测量单元(Micro Inertial Measurement Unit,MIMU),按照姿态检测的要求,选取了微机电系统(Micro Electro Mechanical Systems,MEMS)传感器来采集数据,其中包括一个三轴陀螺仪、一个三轴加速度计和一个三轴磁阻传感器;并利用STM32单片机作为主控制单元来实现数据处理,通过串口通信实现上位机数据传输;用C语言编写上位机系统软件,检测识别人体动作。     

ACO-BP模型在某实验室热舒适预测中的研究

以热舒适指标PMV作为空调控制系统的控制目标,能够很大程度上实现舒适与节能的统一。基于此研究了一种蚁群神经网络预测分类模型,并给出了详细的设计步骤和部分Matlab设计代码,最后采用某大学实验室数据库中的夏天数据集进行了验证。结果表明,采用蚁群算法对BP神经网络进行整定后,不仅克服了BP算法容易陷入局部最优的缺点,也加快了蚂蚁的收敛速度,提高了热舒适预测分类的准确性。     

基于机器学习的区域火灾分布特征分析方法

为定量分析区域的经济发展水平、人口密度、建筑密集度、消防站分布等因素与火灾发生的关系,引入多种机器学习分类算法进行研究。利用ArcGIS 10.2对非数值型数据进行处理,并根据渔网点内火灾核密度的高低进行等级划分,使变量转化成对应的数值型数据;在确保精度的条件下,利用多次随机森林算法进行特征筛选,并对筛选后的剩余特征进行深度学习训练,同时采用支持向量机算法对所有特征进行训练,并分别构建预测模型;最终将3种算法进行加权平均融合,并通过对比4种模型ROC曲线及分类的准确度进行相应分析。以重庆市火灾警情系统中统计的真实火灾数据为例进行分析的结果显示,4种模型的准确率均高于90%;3种算法耦合后模型准确度和Kappa值分别为0.980 7和0.843 6,其结果与3种单一模型相比较为稳定准确。     

水平地震作用下基础滑移隔震MDOF结构地震反应振型分解时程分析法研究及计算机仿真

目的为基础滑移隔震MDOF结构地震反应时程分析计算提供精确解析解算法.方法通过对结构滑移、啮合两种状态边界条件的判断及振型分解法运动方程的建立,并通过对两种运动状态下解的正则坐标的坐标变换实现了两种运动状态的衔接.结果通过计算机编程及具体的工程实例进行仿真计算,并与同一实例的 数值近似算法结论进行对比,发现本算法精确度高且性能稳定。结论振型分解法同样适用于基础滑移隔震MDOF结构地震反应时程分析计算并为其它数值近似算法提供精确解析解。     

基于卡尔曼滤波的雷达航迹跟踪算法的综述

雷达航迹跟踪算法的应用关系着引入空管自动化系统的航迹数据的准确性。本综述按照系统的线性和非线性的分类介绍了四种基于卡尔曼滤波的航迹跟踪算法,对每一种算法进行介绍、分析和评价。最后通过综合比较算法的原理以及在目标跟踪中的效果,进行了算法推荐,以便在今后对雷达航迹跟踪算法做进一步的研究。