时空双仿射微分不变量及骨架动作识别

目的 人体骨架的动态变化对于动作识别具有重要意义。从关节轨迹的角度出发,部分对动作类别判定具有价值的关节轨迹传达了最重要的信息。在同一动作的每次尝试中,相应关节的轨迹一般具有相似的基本形状,但其具体形式会受到一定的畸变影响。基于对畸变因素的分析,将人体运动中关节轨迹的常见变换建模为时空双仿射变换。方法 首先用一个统一的表达式以内外变换的形式将时空双仿射变换进行描述。基于变换前后轨迹曲线的微分关系推导设计了双仿射微分不变量,用于描述关节轨迹的局部属性。基于微分不变量和关节坐标在数据结构上的同构特点,提出了一种通道增强方法,使用微分不变量将输入数据沿通道维度扩展后,输入神经网络进行训练与评估,用于提高神经网络的泛化能力。结果 实验在两个大型动作识别数据集NTU（Nanyang Technological University）RGB+D（NTU 60）和NTU RGB+D 120（NTU 120）上与若干最新方法及两种基线方法进行比较,在两种实验设置（跨参与者识别与跨视角识别）中均取得了明显的改进结果。相比于使用原始数据的时空图神经卷积网络（spatio-temporal graph convolutional networks,ST-GCN）,在NTU 60数据集中,跨参与者与跨视角的识别准确率分别提高了1.9%和3.0%;在NTU 120数据集中,跨参与者与跨环境的识别准确率分别提高了5.6%和4.5%。同时对比于数据增强,基于不变特征的通道增强方法在两种实验设置下都能有明显改善,更为有效地提升了网络的泛化能力。结论 本文提出的不变特征与通道增强,直观有效地综合了传统特征和深度学习的优点,有效提高了骨架动作识别的准确性,改善了神经网络的泛化能力。     

扩展BVP振子弱周期扰动下的振荡与同步

针对扩展bonhoeffer-van der pol(BVP)振子易受不确定因素影响的问题,提出了将非线性动力学分析与数值模拟相结合的方法,并考察了弱扰动对混合模式振荡类型和同步行为的影响.根据模拟结果得知,多种类型的混合模式振荡受弱扰动的影响出现了坍塌现象,且从理论上证明了两个耦合bonhoeffer-van der pol振子的膜电压比慢变量到达完全同步时所需的耦合强度要大,在二维参数平面上,膜电压到达同步时所取参数范围应小些.结果表明,与膜电压相比,慢变量更容易达到同步,且变量之间呈现一种线性关系.     

永磁同步电机新型转矩自适应控制

在很多场合永磁同步电机的输出转矩需要精确控制,同时希望转速平稳,不受电机参数变化及负载扰动的影响。介绍了一种以转速、转矩和磁链为虚拟变量的反推控制算法,可以使永磁同步电机的输出转矩在全局范围内快速无差跟踪负载转矩,并结合自适应控制律,可以实时估计定子电阻和负载转矩,能有效减小内外部扰动对电机转速的影响。仿真结果表明:此控制方法可以有效提高系统的静态和动态性能,保证系统的全局收敛,且转矩跟踪迅速,电机参数变化和负载扰动对电机转速的影响很小,有良好的伺服性能和较强的抗干扰能力。     

基于复杂城市道路网络的交通拥堵预测模型

随着城市交通的发展,道路网络越来越复杂,交通拥堵越来越严重,准确预测交通拥堵是城市缓堵保畅,提高城市交通管理能力关键技术之一。传统马尔可夫预测模型中的单变量模型只能解决单个时间序列上的交通预测问题,一阶模型仅考虑了相邻时间点数据之间的影响,高阶多变量马尔可夫模型的预测精度不足,难以解决复杂城市道路网络交通拥堵预测的问题。对此,文章提出了一种添加调节项的高阶多变量马尔可夫模型(AAT-HO3M),证明了模型的收敛性,进行了参数估计,并参考城市道路交通运行评价指标体系,对城市拥堵进行预测分析。通过预测试验证明,AAT-HO3M预测精度高于传统高阶多变量马尔可夫模型和改进高阶多变量马尔可夫模型。预测效率优于改进的高阶多变量马尔科夫模型。     

基于投影及优势度的不确定语言群决策方法

针对属性权重信息不完全的多粒度不确定语言多属性群决策问题,提出一种基于投影及优势度的群决策方法.该方法采用连续区间二元语义的有序加权调和平均(ITC-OWH)算子将多粒度不确定语言评价矩阵转化为二元语义决策矩阵,基于投影法构建目标规划模型,从而确定单个决策者的属性权重向量.在每个决策者之下,计算任意2个方案之间比较的综合属性优势度,根据综合优势度矩阵及决策者权重向量获得群体综合优势度矩阵,由各方案的总优势度获取方案的排序结果.最后,将提出的群决策方法应用到潜艇研制方案遴选问题中,验证了该方法的可行性与有效性.     

轮换对称性在积分中的应用

证明了轮换对称性的有关结论,并阐述了其在积分中的一些应用。     

负相依随机变量序列延迟平均的一类极限定理

研究负相依随机变量序列延迟和的一类强大数定理以及强收敛性.利用随机变量截尾方法建立负相依随机变量的概率不等式和矩不等式,在矩条件E(exp{t|X1|})＜∞(p＞1)下,获得了负相依随机变量延迟平均的强大数定理、完全收敛性以及(log n)-p∑n+1[log'n]k=n+1Xk的上、下界,推广了若干经典结果.     

混合余度传感器系统的可靠性建模与分析

针对混合余度传感器系统,分别对故障过程和诊断过程进行建模,集成建立系统的半马尔可夫过程可靠性模型。通过代数模型与补充变量法的结合,提出了一种定量分析方法,采用代数模型法将系统模型简化为故障模式的逻辑和,应用补充变量法求解约简后的半马尔可夫过程,推导了基于分布函数的时序故障概率计算公式,用于各故障模式的定量概率求解。通过算例分析,并与典型方法进行比较,体现了模型的通用性以及定量分析方法的准确与简便。     

双变量变频器双侧供电闭环调速系统的研究

针对异步电机定子变频在解决高压电机调速时,对输出电压的等级要求高,对调速技术要求不足,在原有仅采用控制触发增量方法的基础上加入了闭环控制。在Matlab/Simulink仿真软件中,通过在仿真模型中引入S函数,建立了定转子分段变频有级调压闭环调速系统的仿真模型,并以双变量变频器为基础设计了实验电路,编写了实验程序,从仿真和实验两个方面对定转子调速系统的性能进行分析研究。得出双变量交交变频器在绕线式异步电动机转子侧供电实现调速时具有一定的可行性。     

基于SPSS国内某男西装数据库变量的相关分析

对国内某知名服装企业男西装推板优化,就要对国内某知名服装企业男西装数据库中6个主要的变量进行数据观测,即研究多维随机变量的分布、数字特征、变量之间的依赖关系及有关的统计特性.如果用一元统计方法,则势必要把多个变量分开分析,1次处理1个变量.由于这种方法忽视了诸变量之间可能存在着的相关性,因此,一般说来,丢失信息太多,这样所得分析结果不太可靠.另一种方法就是因子分析方法,它同时对多个变量的观测数据进行分析.这样的分析对诸变量之间的关系、相依性和相对重要性等都提供了重要信息,通过SPSS多元分析法对国内某知名服装企业男西装数据库变量分析,找出起主要贡献的因素.