一种改进的步态识别方法

步态识别通过人体走路的姿势来识别人的身份。近年来,步态作为一种生物特征识别技术备受计算机视觉研究者的关注。对某个人的一个步态序列利用动态Viterbi算法得到一个样本姿态序列,对其多个步态样本姿态序列的对应姿态取平均得到这个人的特征姿态序列,对特征姿态采用主成分分析法和线性判别分析法处理特征空间,并用最近邻法进行识别。利用CASIA数据库对本文方法进行验证,取得了较高的识别率,并对体形变化具有较强的鲁棒性。     

基于四阶段人工优化的软件流水技术

代码体积是优化存储资源有限的嵌入式系统的重要因素之一。针对该特点,使用oprofile性能分析工具,以EEMBC基准程序集作为工作负载,提出四阶段人工优化软件流水方法(FPMO)。电信类的自相关程序实验结果表明,FPMO以2.04%的代码增量为代价换来40.678%的性能提升,而单纯的编译器自动优化则以33.35%的体积膨胀换来38.33%的性能提升。     

基于改进灰色理论的威胁指标权重技术

针对各种网络指标之间的相互影响,同时考虑主客观2个方面的因素,提出用灰色理论中的灰关联度和传统层次分析法相结合的算法进行网络威胁指标权重的确定。实验证明,该方法数学理论严谨,具有良好的实用价值,使网络威胁评估方法在可信度方面有一定的 提高。     

基于九轴MEMS定位系统误差分析与补偿算法研究

基于九轴MEMS定位系统,对由陀螺仪零偏造成的位移平面偏转误差进行分析与补偿。通过实验与推导,首次给出偏差的定量分析和误差传播的数学模型。为估计偏差,设计了一种新的状态向量中仅包含陀螺仪零偏的、简化扩展卡尔曼滤波（ SEKF）技术,克服了无加速度计辅助条件下的偏差估计问题,降低了计算量,能够很好地满足位移实时估计需求。硬件实验证明：经过偏差补偿的九轴MEMS定位系统,能够准确估计有限范围内周期性运动的位移,幅值定位精确度达到90%。该系统可用于无人机、机器人定位等领域。     

基于近似偏最小一乘的闭环系统辨识新方法

本文基于近似最小一乘准则和主成分分析,针对反馈通道模型阶次低于前向通道模型阶次且反馈通道不存在噪声的闭环系统,进行了近似偏最小一乘递推辨识算法的推导.为解决最小一乘准则函数不可微的问题,本文算法用确定性可导函数近似代替残差绝对值.近似偏最小一乘辨识算法可以克服基于最小二乘准则的辨识算法在受到满足(SαS)分布的尖峰噪声干扰时残差平方项过大的缺点,具有目标函数可导,计算简单的优点.同时,通过主成分分析去除数据向量各元素之间的线性相关,可以得出模型参数的唯一解.仿真实验表明,本文算法可以对反馈通道模型阶次低于前向通道模型阶次的闭环系统进行直接辨识,抑制了尖峰噪声对辨识结果的影响,具有优良的稳健性,可以更好地应用于闭环系统辨识.     

基于逆数据包络分析法的中医方药评价与药量计算研究

针对中医组方的药量推算建模问题,提出了基于证候上下文分析的逆数据包络分析（IDEA）算法。该算法以证侯的典型方剂为依据,以数据包络分析为评价工具,建立起反映证候演化的方药评价模型;依据代表证候状态的评价值,给相应的证型症状信息赋值,以完成“词计算”过程。最后,把具体的辨证过程植入到证侯发展的上下文环境中,以典型证型的“词计算”为依据,给出具体案例的证侯状态评价,再采用IDEA算法推算出药量数据。该模型的推算结果表明,它能够反映中医的一般用药规律,这将对辨证论治组方环节的数值化、客观化研究提供一种可能的思路。     

考虑客流拥堵的城轨网络脆弱性评估

考虑区段中断造成的客流拥堵,提出城轨网络脆弱性定量评估方法。利用动态客流分配模型模拟突发中断后客流在城轨时空网络中的分布情况,以乘客广义出行费用增长为指标衡量各运行区段的脆弱性,鉴别关键区段;并根据车站客流动态,确定应采取限流措施的车站与时段。以北京市轨道交通网络为例计算突发中断下各区段脆弱性,研究结果表明,复兴门至王府井区段、雍和宫至建国门区段和天通苑至大望路区段为该网络中的关键区段。当复兴门至王府井区段临时中断时,应在复兴门站、王府井站、大望路站与四惠东站实施限流,并在西单站与天安门东站实行封站。该方法能评估突发中断下城轨系统客流拥堵动态,为客运组织应急规划提供数据支持和决策评价。     

基于半监督典型相关分析的多视图维数约简

为了有效地在半监督多视图情景下进行维数约简,提出了使用非负低秩图进行标签传播的半监督典型相关分析方法。非负低秩图捕获的全局线性近邻可以利用直接邻居和间接可达邻居的信息维持全局簇结构,同时,低秩的性质可以保持图的压缩表示。当无标签样本通过标签传播算法获得估计的标签信息后,在每个视图上构建软标签矩阵和概率类内散度矩阵。然后,通过最大化不同视图同类样本间相关性的同时最小化每个视图低维特征空间类内变化来提升特征鉴别能力。实验表明所提方法比已有相关方法能够取得更好的识别性能且更鲁棒。     

基于特征向量匹配的舞蹈实时姿态分析方法

针对人体运动姿态可自由编辑的特性,提取人体骨架模型,建立人体运动姿态模型库,分析了运动捕捉系统在舞蹈训练中的应用,提出基于特征平面间相似性匹配的方法来计算模型各部件间运动数据参数。经过验证,该方法对于人体姿态的分析具有较高的准确性、鲁棒性,使得舞蹈演员能够准确的对比出与标准舞蹈动作的差异,为舞蹈者进行科学舞蹈训练提供了理论支持。     

有监督核化邻域投影分析算法

通过将鉴别邻域嵌入分析算法扩展到非线性场景,提出了一种有监督核化邻域投影分析算法。该算法在目标函数中引入类别标签和线性投影矩阵,并利用核函数处理非线性数据。通过两种不同策略优化目标函数,可将该算法进一步细分为有监督核化邻域投影分析算法一及有监督核化邻域投影分析算法二。其中,在有监督核化邻域投影分析算法一中应用拉普拉斯搜索方向达到了较快的收敛速度并降低了计算复杂度。实验结果表明,所提算法对于复杂的数据流形具有较高的识别率,且与鉴别邻域嵌入分析等相关算法相比在有效性和鲁棒性方面的表现更为出色。