Feature Fusion-Based Deep Learning Network to Recognize Table Tennis Actions

A system for classifying four basic table tennis strokes using wearable devices and deep learning networks is proposed in this study. The wearable device consisted of a six-axis sensor, Raspberry Pi 3, and a power bank. Multiple kernel sizes were used in convolutional neural network (CNN) to evaluate their performance for extracting features. Moreover, a multiscale CNN with two kernel sizes was used to perform feature fusion at different scales in a concatenated manner. The CNN achieved recognition of the four table tennis strokes. Experimental data were obtained from 20 research participants who wore sensors on the back of their hands while performing the four table tennis strokes in a laboratory environment. The data were collected to verify the performance of the proposed models for wearable devices. Finally, the sensor and multi-scale CNN designed in this study achieved accuracy and F1 scores of 99.58% and 99.16%, respectively, for the four strokes. The accuracy for five-fold cross validation was 99.87%. This result also shows that the multi-scale convolutional neural network has better robustness after five-fold cross validation.     

基于小波分解和游程长度矩阵的医学图像检索

为了提高医院图像检索系统对医学图像的检索精度,对基于内容的图像检索方法进行了全面的研究.深入地分析了小波变换和游程长度矩阵在图像检索中的优点,创造性地提出了一种融合小波分解和游程长度矩阵的检索算法.该算法充分利用小波变换可以对图像进行的多尺度分析的优点,以及游程长度矩阵可以描述图像内灰度与游程长度分布规律的优点,使用高斯分布将小波分解后的各尺度图像游程长度矩阵特征进行合理融合.将仿真算法和其它算法进行比较,比较结果表明该方法能有效地提高图像检索的精确度.     

多小波基多尺度多传感器数据融合

多传感器数据融合技术已经被广泛应用在多个领域,小波多尺度分解对数据的分析具有独特的优点,小波基的选择对数据融合结果也起着关键的作用.提出一种新的基于多个小波基的数据融合算法,先对含有噪声的传感器信号进行多个不同小波基的多尺度分解,然后对相同小波基分解的信号在多尺度上实施加权数据融合算法,之后进行不同小波基的逆变换得到的重构信号,最后将基于不同小波基的重构信号做最终的融合.实验结果表明:数据融合技术可以从多个方面多个层面以及多种融合原则来考虑,从而融合众多的因素得到最优的结果.     

基于多尺度网格模型的物流配送中心选址候选集构建方法

针对物流配送中心选址候选集构建中的地理区域离散化问题,提出一种基于k-增长多尺度网格模型的选址区域离散化方法,根据区域选址敏感度不同,进行尺度差异化网格划分．在此基础上,提出了多尺度网格投影及膨胀算法,识别并剔除“限制性区域”及距其指定范围内的多尺度网格．数值实验表明了所提出的模型及算法的有效性．     

混凝土结构空间多尺度相对湿度值

针对环境作用具有空间分布特性,借鉴空间多尺度环境作用模型框架（包括全局环境、地区环境、工程环境、构件表面环境、内部环境）及其数学模型,对相对湿度进行了空间多尺度研究：在分析空间各尺度上相对湿度的不同影响因素的基础上,由全局环境尺度开始,通过地区环境尺度、工程环境尺度以及构件表面环境尺度上环境因素的逐步调整,最终计算得到混凝土内部的相对湿度值。研究结果表明,采用＂常规统计模型＋空间残差＂的方法,可有效建立地区环境尺度上的相对湿度值与工程环境尺度上相对湿度值的定量关系;混凝土结构构件的表面相对湿度与表面温度有关;实际工程结构应考虑构件表面相对湿度与内部相对湿度之间的不同。     

基于CBERS-02B高分辨率遥感影像分割的最优尺度选取

高分辨遥感影像的信息提取对矿山的监测有着重要意义,影像分割是高分辨率遥感影像信息提取关键的一步．文中以赣州稀土矿山的高分辨率遥感影像为源数据,采用分形网络演化多尺度分割算法对高分辨率遥感影像进行分割,通过Robert算子的边缘提取结果计算分割参数获取分割尺度,并在此基础上设置不同分割尺度对影像进行分割,对比分析分割结果表明,沉淀池的最优分割尺度为35．最后利用分割质量值对分割结果进行评价分析,验证了试验结果的正确性．     

多尺度图像增强可见光与红外图像融合

针对同一场景在可见光和红外传感器得到的图像其高频细节部分存在着较大差异这一特点,首先对已经配准的红外传感器和可见光得到的图像进行小波变换,在多尺度下对两幅图像进行边缘提取。然后以局部模方为活性测度,局部模方的比值为匹配测度,并且利用图像的边缘特征指导融合策略,经过合成模块和多尺度逆变换得到融合图像。最后对融合后的图像进行图像增强,并对其进行客观评价,证明了本文方法的有效性。     

基于多尺度和多结构元的形态边缘检测

图像的边缘检测是图像处理中的基本，并且又十分重要的内容，它是图像分割、模式识别和计算机视觉的基础．当前存在许多边缘检测的方法，如Robert算子、Sobel算子、Laplaccian算子等，但是这些算子大都基于邻域平均的方法，使得处理后的图像边缘模糊，影响人的视觉．提出了一种基于多尺度多结构元的形态边缘检测算法，并通过试验证明文中算法的有效性，也得到了比较好的效果，得到了比较清晰的，多类型的边缘．