发表咨询:400-808-1731
订阅咨询:400-808-1751
部级期刊
影响因子 0.47
人气 24326
省级期刊
影响因子 0.3
人气 17056
部级期刊
影响因子 0.59
人气 15980
统计源期刊
影响因子 0.91
人气 14050
部级期刊
影响因子 0.38
人气 12698
统计源期刊
影响因子 1.71
人气 12518
北大期刊
影响因子 0.46
人气 12083
部级期刊
人气 11957
CSSCI南大期刊
影响因子 5.52
人气 11807
北大期刊
影响因子 3.18
人气 11592
摘要:为了使助老伴行机器人更好地服务老年人户外行走的需要,提出了一种用于助老伴行机器人的基于BP神经网络的多传感器信息特征融合进行老年人摔倒预测的方法。首先,通过老年人摔倒机理分析,提出了一种用于助老伴行机器人的老年人摔倒预测总体设计方案。然后,分别采用触觉力传感器、躯干三轴加速度计和和陀螺仪采集使用者的手部触觉力信息、躯干三轴加速度和角度信息。其次,对所采集的三类摔倒信息进行相应的特征提取,将3种特征信息采用BP神经网络进行信息融合,获取摔倒发生的概率,且当摔倒概率超过设定的阈值即判定老年人将要摔倒。最后,通过实验系统搭建和实验验证,结果表明,摔倒预测方法可靠,其整体识别准确率为97.5%,其中摔倒样本识别准确率95%,正常样本识别准确率100%,所以,该方法可以对老年人使用助老伴行机器人完成户外行走提供保证。
摘要:针对工业控制网络环境的复杂性和入侵检测要求的特殊性,提出了基于异常行为模式的入侵检测特征提取方法。以Modbus/TCP工业控制网络为检测对象,通过深度解析异常行为的操作模式,提取通信流量的入侵检测数据特征,同时,为了去除冗余的检测信息,利用粗糙集理论(RST)的方法进行检测特征的属性约简,最后结合支持向量机(SVM)算法的分类优点,并利用自适应遗传算法(AGA)进行模型参数优化,建立基于RST-SVM算法的自学习式入侵检测模型。根据实际的检测性能对检测特征和模型参数进行学习。研究表明,该方法降低了入侵检测模型的复杂度和检测时间,提高了对异常攻击行为的检测率,能够满足工控网络入侵检测高效性和实时性的要求。
摘要:提出了一种基于卷积神经网络(CNN)的实时鲁棒的行人检测算法。随着CNN在图像识别的广泛成功,CNN也被引用到行人检测领域,但这些方法还难以达到实时应用。在充分利用CNN强大特征表征能力的同时,提出了一种实时的行人检测算法,该算法将行人检测构建为一个回归问题,每张图像只需一次网络前向传播,直接输出行人包围框的位置以及置信度。此外,还提出了一种多尺度特征表示方法,进一步提高了行人检测的性能。最后在通用的Caltech行人检测数据集进行算法测试,实验结果验证了算法的有效性,平均检测速度可以达到50.6 fps,可以满足实时应用的需求。
摘要:精确可靠的软组织变形模型对虚拟手术至关重要,针对现有模型的不足,提出了一种等节距圆锥形螺旋弹簧模型,模拟对腹腔镜手术中软组织的按压。该模型吸收了弹簧-质点模型计算快速的优点,通过变形截止层控制变形范围,提升模型的稳定性和精确度。为验证模型各方面性能,首先分别与有限元模型和真实软组织对比变形效果,然后记录力反馈输出与变形响应时间并与弹簧-质点模型比较,最后邀请受试者评分。实验结果表明,模型变形精度高,变形与力反馈输出响应时间均在20ms以下,且普遍低于弹簧-质点模型响应时间。在评分实验中本模型所模拟的3种软组织各指标均分分别为9.2、9.0和9.0,普遍高于其他模型均分。
摘要:在薄膜晶体管液晶显示器(TFT-LCD)面板缺陷检测中,周期性的背景纹理和缺陷可用基于谱残差的显著性模型进行分离,但该模型对缺陷大小敏感。本研究对该模型进行改进,将其用于检测由面板图像二维离散傅里叶变换(DFT)获得的能量谱中的高能量成分,并将该部分消除,再经过二维离散傅里叶逆变换(IDFT)对图像重构,达到去除空域图像周期性纹理和保留缺陷的目的。其中,模型的中均值滤波器窗口的大小、邻域的大小和能量谱中心高能量保护区域的大小可由处理后图像灰度共生矩阵的逆差矩确定。实验结果表明,在固定参数的条件下,改进后的模型对包含纤维、污渍和划痕的TFT-LCD面板缺陷均能正确检测,结果不受缺陷大小和灰度值以及面板周期性纹理方向的影响。
摘要:针对传统神经网络存在层次太少以及梯度扩散问题,导致基于传统神经网络的模拟电路故障诊断效果不佳,提出一种基于堆叠自动编码器-柔性最大值分类器(SAE-SOFTMAX)的模拟电路故障诊断方法。通过搭建深层次SAE和SOFTMAX分类器的深度学习框架,利用预训练与微调的方法完成整体网络的训练。为提高网络泛化能力,使用Dropout技术对网络加以改进优化,以此提取电子电路的底层稀疏特征并完成故障模式的自动识别分类。实例研究同时给出了几种传统神经网络的诊断效果作为对比实验。实验结果说明,所提方法诊断效果与相关评价参数性能优于传统神经网络。最终得到结论,基于改进SAESOFTMAX网络架构与分层训练机制的电子电路故障诊断方法,其整体性能有所提高诊断效果更好,优于传统的神经网络故障诊断方法。
摘要:肺结节诊断信息对判断肺结节的良恶性有重要意义,因此,提出一种基于高通量特征与BoF特征的肺结节诊断信息分级方法。该方法首先对肺部图像影像数据集(LIDC)数据集中604例患者的肺部计算机断层扫描(CT)图像进行筛选,得到含有肺结节的肺部CT图像2803幅,并由有经验的医生勾画相应的肺结节轮廓。然后使用影像组学的方法设计并提取96个高通量特征,同时提取肺结节图像的SIFT(scale invariant feature transform)特征并使用K-means聚类方法得到相应的BoF特征。最后,将高通量特征与BoF(bag of feature)特征输入基于支持向量机的多类分类器进行诊断信息的分级。实验结果表明,基于高通量特征与BoF特征的分析方法可以有效地对肺结节诊断信息进行分级,每类诊断信息分级的准确率、灵敏性、特异性均在83%、70%、86%以上,可为临床诊断提供有价值的参考建议。
摘要:针对当前彩色边缘提取算法因没有考虑不同颜色通道的关系,导致提取的边缘不连续或色彩边缘信息缺失等不足,提出了一种基于共生矩阵耦合Otsu阈值的彩色边缘提取。首先,为了评估图像的局部区域内容,计算图像中固定距离与方向上两点像素的关联,构建共生矩阵,得到了像素之间的统计特征,有效描述图像局部统计信息的变化。其次,对共生矩阵空间依次从左到右,从上到下逐像素扫描,形成属性图像。然后,利用二阶邻域来描述每个属性图像当前像素与邻域像素之间的关联,通过对当前像素与邻域的加权计算,得到8个边缘强度,并找出最大边缘强度。最后,引入Otsu阈值方法,将图像的局部最大边缘强度与最优Otsu阈值进行比较,获取其边缘像素,完成边缘提取。仿真结果表明,与当前彩色边缘提取技术相比,所提算法能够有效提取彩色边缘,获得的边缘清晰、连续性良好,取得了优异的边缘优质系数与峰值信噪比(PSNR)。
摘要:图像在去噪时,梯度算子不能有效识别图像的灰度渐变区和图像淡边缘,而二阶微分量含有更丰富的信息,首先构建二阶微分算子,建立兼顾PM(Perona-Malik)模型和MCD(mean curvature diffusion)模型两者优点的权重函数,可自适应的去除噪声;再用小波包对噪声图像进行系数分解,克服权重函数易受噪声影响的弊端,建立基于小波包与偏微分方程的图像去噪算法。实验结果表明,该算法在兼顾保持区域内部较好光滑性的同时,很好地保持了边缘纹理信息,是一种理想的算法。
摘要:为了提高复杂背景下的弱小目标的检测精度,提出了基于差异结构描述符与自适应侧抑制的红外弱小目标检测技术。首先,引入非局部均值滤波,对红外图像进行预处理,降低噪声的干扰;随后,计算输入滤波红外图像的梯度值,引入奇异值分解方法,在梯度域内获取特征信息,从而确定主方向;为了能够根据红外图像的信息变化来自适应增强弱小目标与抑制背景,利用奇异值分解获取的主方向来计算侧抑制系数;并利用特征信息,构建差异结构描述符,联合改进的侧抑制系数,形成了一个自适应侧抑制滤波器,降低其对噪声的敏感性,以更好地对红外图像中的每个像素进行处理;最后,定义像素灰度补偿函数,完成弱小目标检测。实验结果显示:与当前红外弱小目标检测技术相比,在噪声与复杂背景情况下,所提算法能够准确完整地检测出弱小目标,具有更高的信杂比增益与背景抑制因子,呈现出更理想的ROC曲线。
摘要:为了对移动目标实现无需基于物理距离测量值的地理信息的跟踪,提出了一种在拓扑坐标域中跟踪移动目标的新方法。具体实现是首先通过对虚拟坐标系统中的虚拟坐标向量和拓扑保持映射的分析,提出一种改进的拓扑保持映射算法,把径向信息包含于虚拟坐标向量中,形成新的拓扑坐标向量,从而减少对拓扑域中网络地图边缘的压缩;其次,采用一种近似方案来得到拓扑域中移动目标的虚拟坐标,然后把得到的虚拟坐标代入先前得到的新的拓扑坐标向量中,进而获得拓扑域中移动目标的拓扑坐标即移动目标的估计位置。仿真结果表明,相比于基于地理域信息的地理坐标跟踪方法,移动目标跟踪方法在不同移动模型情况下都优于传统的地理坐标跟踪方法,有更低的检测失败率和更低的执行成本,而且可在任意环境中运行。
摘要:提出了一种监控场景下的实时车辆检测算法。卷积神经网络(CNN)已经在通用目标检测领域中取得了巨大成功,然而针对监控场景下的车辆检测尚鲜有探索,是因为基于CNN的目标检测算法往往难以满足实时应用的需求。基于CNN的鲁棒特征表示,提出了一种实时的车辆检测算法,该算法充分利用CNN不同层不同感受野对不同尺度目标的表征能力,在多层特征图上分别检测不同尺度的目标,该方法直接在特征图上对候选框进行分类和回归,不需要对每个候选框进行特征提取,因而大大减少了计算时间,在960 pixel×540 pixel的监控图像上,利用一块GPU(NVIDIA GTX 1080Ti)进行算法速度测试,算法平均处理速度保持在25 f/s。
摘要:针对车道线检测环境复杂,光照变化复杂等特点,提出了一种新型车道线检测方法。首先运用可变形卷积神经网络提取特征,然后通过对白天、夜晚、雨天等复杂光照条件下的KITTI道路数据集进行联合训练,端到端获取车道线上下文信息。建立结构化道路车道线网络模型,进而对车道线进行图像语义分割,并判断车道线类型。该模型预测车道线像素所属的场景语义类别,实现车道线实时检测。实验结果表明,该方法具有较好的准确性和实时性,在多场景结构化道路上的车道线识别率可达96.83%。
摘要:为减小温度对声表面波射频识别(SAW-RFID)湿度传感器测量精度引起的误差,需要对实测的湿度进行温度补偿。通过对人工鱼群算法(AFSA)中鱼群初始化方式、视野和步长以及拥挤度因子的改进研究,得到改进的AFSA。采用改进的AFSA对反向传播(BP)神经网络的初始权值阈值进行全局寻优,再用寻优后的权值阈值建立的BP神经网络对SAW-RFID湿度传感器进行温度补偿。最后将此方法建立的BP神经网络、传统BP神经网络和遗传算法神经网络(GA-BP)的性能及温度补偿结果比较。实验结果显示,改进的AFSA收敛速度快、寻优能力强,建立的网络模型能有效降低温度对湿度测量精度的影响,提高了湿度测量的精度。
摘要:研究在无线充电设备(WCE)辅助基站进行数据收集情况下,无线可充电传感器网络(WRSNs)中充电和数据收集问题,旨在减少网络中长距离无线传输造成的能量浪费,缓解能量空洞问题。对充电及数据收集过程建模分析,设置用于计算WCE辅助收集数据量的节能系数,利用拉格朗日对偶分解和次梯度算法设计一种WRSNs中无线充电和辅助移动数据收集算法(Wc AMDG),优化节点充电量和路由。仿真实验表明,算法能够有效延长网络寿命、均衡节点能耗、提高网络能量利用率。
摘要:远程遥控方式下的井下无人驾驶机车运行伴随着一系列的无线基站通信切换过程,针对如何获取最大通信切换收益问题,提出一种基于马尔科夫决策过程模型的无线基站切换策略。首先,在已建立的井下无线通信切换模型场景中确定各基站的切换时延和可用带宽作为切换判据;其次,由切换判据所得通信收益和信令开销定义无线切换的收益函数;最后,基于贝尔曼方程并运用循环迭代算法求得井下机车最优通信切换策略。仿真结果表明,所提策略获取的切换收益高于高带宽切换策略和同侧切换策略的切换收益。
摘要:为了延长传感器网络的寿命周期,提出了一种基于整数线性规划约束和流量路由策略的节能传感器网络。首先,把传感器网络用一个图G(V,E)来表示,并将其寿命周期划分为许多个相等的时段,把这些时段称为'回合';然后,根据一个传感器节点在接收和发送一个消息时所消耗的能量,构建出确定基站在可行站点的位置的整数线性规划约束系统模型BSLmm(G,α,Kmax)和BSLme(G,α,Kmax),前者使得在一个回合中由一个传感器节点消耗的最大能量Emax最小化,后者使得在一个回合中全部传感器节点消耗的总能量最小化;最后基于求解2个ILP所得到的流量信息,采用一种基于流量信息的路由策略来确保在每个回合期间能量高效的寻由。性能评价结果表明,系统模型BSLmm(G,α,Kmax)和BSLme(G,α,Kmax)相比于其他2种典型的节能方案,将明显提高传感器网络的寿命周期。
摘要:多路输入多路输出(MIMO)技术是无线移动通信有效提升传输速率关键途径,可实现更大的吞吐量,并扩大容量和距离。如何真实的判别基站多天线性能对支撑MIMO在设备中的应用变得尤为重要,依据3GPP相关标准,进行MIMO矢量信号特征分析、信号分析测试仿真研究,着重针对MIMO发送模式波束赋形多天线建模和测试仿真,实现多天线模式下MIMO信号检测,分析MIMO矢量信号的性能指标。最后基于MIMO矢量分析仪硬件平台,通过对多天线传输模式下MIMO信号的并行接收处理和解析,进行多参数解析。测试和验证结果表明,在符合协议标准要求下能够准确测试基站设备多天线传输性能,为多天线通信设备提供重要的测试手段,对通信网络建设和优化具有重要意义。