排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
基于深度序列的人体行为识别,一般通过提取特征图来提高识别精度,但这类特征图通常存在时序信息缺失的问题.针对上述问题,本文提出了一种新的深度图序列表示方式,即深度时空图(Depth space time maps, DSTM). DSTM降低了特征图的冗余度,弥补了时序信息缺失的问题.本文通过融合空间信息占优的深度运动图(Depth motion maps,DMM)与时序信息占优的DSTM,进行高精度的人体行为研究,并提出了多聚点子空间学习(Multi-center subspace learning, MCSL)的多模态数据融合算法.该算法为各类数据构建多个投影聚点,以此增大样本的类间距离,降低了投影目标区域维度.本文在MSR-Action3D数据集和UTD-MHAD数据集上进行人体行为识别.最后实验结果表明,本文方法相较于现有人体行为识别方法有着较高的识别率. 相似文献
5.
为探究当前洮滆流域污染物时空变化特征,分析该流域污染物未来变化趋势,以洮滆流域主要出入湖河流为研究对象,根据2020—2021年洮滆流域主要污染物监测数据,采用综合污染指数、综合污染指数动态度分析等方法对该流域水质进行综合评价,并采用差分移动平均自回归模型(ARIMA)对中干河和锡溧漕河主要污染物变化趋势进行预测。结果表明:洮滆流域水质总体好转,2021年10月洮滆流域综合污染指数相较2020年7月下降了9.88%;洮滆流域水环境总磷、高锰酸盐指数和总氮质量浓度呈下降趋势,分别下降了14.57%、9.36%和14.78%,但磷元素依然是制约河流水质的主要因素;以河湖连通关系为依据划分水系,长荡湖-滆湖和京杭运河-新孟河水系综合污染指数分别下降了7.26%、9.99%,滆湖-西太湖水系综合污染指数上升了13.14%;ARIMA模型能够较为准确预测未来较长一段时间河流污染物变化趋势。 相似文献
6.
为了进一步提高水产养殖溶解氧的预测精度,提出了基于交叉验证网格寻优的GBDT-LSTM溶解氧预测模型.通过梯度提升决策树(GBDT)选取对溶解氧影响度较高的特征因子;在Keras深度学习框架的基础上搭建长短时记忆神经网络(LSTM),使用交叉验证网格寻优算法对LSTM参数进行优化;将本模型运用到江苏省金坛市渔业基地一标准池塘进行溶解氧预测.试验表明:该模型的评价指标均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分误差(MAPE)分别为0.208,0.158,2.635,其评价指标均优于其他对比预测模型.表明该模型具有较好的预测能力和泛化能力,能够满足现代化水产养殖的实际需求. 相似文献
7.
移动自组网是由移动节点自组织形成的网络,由于其动态拓扑、无线通信的特点,容易遭受各种安全威胁.移动自组网入侵检测是安全研究中最核心的技术之一.对现有的入侵检测体系结构进行了讨论,同时分析了各自的优点和缺点,接着较详细地介绍了各种检测方法,并进行了综合比较.最后指出移动自组网入侵检测研究今后发展的趋势. 相似文献
8.
为了解决常规水产养殖过程中人工成本高、数据采集误差偏大的问题,并实现及时了解关键参数空间分布情况,达到为水产养殖提供决策信息的目的,设计了基于无线传感器网络的水产养殖水质参数监测系统,该系统采用ZigBee无线通信技术构建传感器网络,主要监测水温、pH值、DO三种水质参数指标,并利用MATLAB平台,将卡尔曼滤波算法与线性内插值法相结合,实现水质参数的优化与空间分布四维模型的构建;通过选取分布空间中不同点的参数数据与实际测量的数据比较,温度、pH值和DO平均相对偏差分别为3.18%、2.89%、1.59%;研究结果表明通过卡尔曼滤波优化与线性内插值法构建空间分布模型,能准确掌握养殖池整体水质参数动态变化的信息,对养殖池的水环境管理有一定的参考价值。 相似文献
9.
基于信誉度的移动自组网入侵检测分簇算法 总被引:1,自引:0,他引:1
针对已有基于路由的分簇算法,不适用于移动自组网入侵检测的特性要求,文中提出了一种基于信誉度的入侵检测分簇算法(CIDS).该算法从簇结构安全、稳定的角度出发,采用信誉度的概念对网络节点属性进行数学抽象,定义了节点信誉度的数学表达式,选择综合信誉度高的节点收集网络教据、检测网络行为.为移动自组网入侵检测系统提供了稳定、安全的支持. 相似文献
10.