动态多帧视频序列图像局部特征智能滤波仿真

传统目标跟踪算法易受光照不均的影响,导致跟踪成功率低且时效性差。为解决多帧视频序列图像的目标跟踪问题,基于MWF中值加权滤波,提出一种MWF-KCF目标跟踪算法。算法首先采用高斯核的MWF算法,基于矩形与圆形双模板对视频图像进行优化处理,增强局部特征提取时的辨识度;然后分别提取并融合梯度HOG特征与空间TEF特征,提高目标的可识别性;接着采用KCF算法对图像目标进行回归框构建,并基于APCE回归更新准则不断优化目标框的位置;最后基于UFD数据集,完成多帧视频序列图像的MWF-KCF目标模型构建。在特征滤波的仿真结果显示出,MWF滤波算法能够显著提高目标跟踪的成功率,同时具有不逊色其它滤波算法的时效性;对比仿真结果显示出,与4.3节中的四类基线算法模型相比,MWF-KCF模型在UFD数据的测试集中的跟踪准确率最高,平均提升了10.66%。综上,MWF-KCF目标跟踪算法通过滤波解决光照影响,增加特征辨识度,提升目标跟踪的成功率,在智能监控领域具有一定的仿真价值。

MEC-Net:基于运动捕捉和通道注意力的行为识别方法

针对视频行为识别过程中面临的特征信息利用不充分、计算量过大的问题,提出一种基于运动捕捉和通道注意力的行为识别模型。模型利用卷积和池化层提高关键特征的利用率,利用空间通道注意力模块在通道维度利用自适应学习参数聚合信息,降低背景冗余信息的影响,引入时空注意力机制融合特征信息获得分类结果。所提模型在公开数据集UCF101、Kinetics-400以及HMDB51上分别获得了94.5%、80.2%和61.9%的精确度,对比其它模型具有更加精准的识别结果以及更少的计算量,验证了模型的有效性。

结合空间和运动特征的行为识别算法

针对视频行为识别方法中运动特征不足导致识别精度低的问题,提出一种结合空间和运动特征的行为识别算法。通过空间和运动两路卷积提取特征。空间卷积采用Res2Net作为主干网络并添加注意力模块;运动卷积细粒度地分为局部和全局特征,构造自适应通道序列重构模块提取局部特征,采用逐帧特征信息作差后聚合的方法提取全局特征。将运动和空间特征信息融合后,经过全连接层输出类别。该模型在UCF101和HMDB51数据集上准确率达到95.6%和70.7%,与传统算法相比,识别精度得到一定提升,验证了该算法的有效性。

搭建平台,提高技艺

张元红我是第一次参加中华武术大学堂名家讲堂,感谢主办方搭建了这么好的舞台,汇聚五湖四海的名家名师以及武术太极拳爱好者互帮、互学,得到提升的机会。讲堂的课程安排非常棒,白天名家指导授课,大师亲临慰问,传授拳艺,提高技能;晚上名家、名师讲座,长知识,学拳技;汇报展现还可以展示自己的风采,我感觉到特别荣幸。这次我参加了冯秀芳、冯彦博两位老师的培训班,学习混元太极拳、24拳内功12法、缠丝功、混元太极38炮捶,收获满满。

酸改性膨润土对水中六价铬的去除

采用盐酸对膨润土实施酸性活化制得酸改性膨润土,探究其对水中六价铬去除的最佳条件,影响因素包括酸改性膨润土的投加量以及含铬废液的初始pH值、吸附时间和吸附温度等。实验结果表明,酸改性膨润土的投加量和含铬废液的初始pH对水中六价铬的去除效果的影响较大,最佳条件为:pH=1,吸附时间20 min,吸附温度20℃,投加1%盐酸改性膨润土4.2 g。在最佳条件下,酸改性膨润土对水中Cr6+的去除率达到99%以上。

基于注意力增强的中心差分自适应图卷积的骨架行为识别

近年来,由于图卷积网络在骨架动作识别领域的卓越表现而吸引了许多研究人员的关注,但大多数的图卷积只能聚合节点信息,忽略了中心节点与相邻节点的特征之间的差异。提出了一种基于多感受野注意力机制的中心差分自适应图卷积网络模型MRFAM-CDAGC,它不仅可以自适应地聚合中心节点的图拓扑中的关联节点的信息,而且可以合并相邻节点之间的局部运动信息,聚合中心节点的梯度特征。加入的多感受野的注意力模块,使该网络模型能聚焦更加具有判别力的关键关节和帧信息,从而提高行为识别网络模型的准确率。该网络模型在NTU-RGB-D数据集的2个基准测试上分别达到了89.1%和96.0%的准确率,在大规模的数据集Kinetics上具有通用性,验证了该网络模型在提取时空特征和捕捉全局上下文信息上的优越性。

基于CSI动态参数优化的人体轨迹追踪

为减少依靠单链路定位的时间、简化定位复杂度和优化参数选择,提出一种联合动态参数(joint dynamic parameter,JDP)算法。通过在单条链路采集信道状态信息(channel state information,CSI)数据,使用动静态信号分离技术减少数据的输入,简化参数的提取,联合多普勒频移加强动态参数特征,简化动态参数选择工作量,使用多个动态参数定位提高精准度。实验结果表明,相较现有的单链路定位技术,该方法提高了计算速度,计算时间显著减少,精准度有所提高。

无线传感器网络中基于移动锚节点的APIT的改进定位算法

针对APIT定位算法定位误差大,覆盖率低等缺点,提出了一种基于移动锚节点的改进的定位算法。在网络中引入移动锚节点,通过移动覆盖算法尽量使节点均匀分布,并提出了一种基于异构传感器网络的最佳节点数量的计算方法,另外引入了RSSI量化模型对APIT算法进行修正,解决了用APIT算法不能进行定位的问题。仿真结果表明,其与传统方法相比在定位精度和覆盖率等方面有较大提高。

基于虚拟力的异构节点网络覆盖增强算法

节点覆盖是无线传感器网络关键技术之一。该文提出一种基于虚拟力的异构节点网络覆盖增强算法,该算法由计算几何和改进的虚拟力算法组成。研究如何在理想状态下使分布达到覆盖度最大化,同时采用虚拟势场方法使节点作扩散运动,以消除网络感知重叠区。仿真实验结果表明,网络覆盖度提高约20%。

单目标跟踪中基于RSSI的模糊测距技术

针对基于接收信号强度因子(RSSI)测距中存在的问题提出一种新的测距技术,由自适应模糊神经推理系统训练的模糊推理系统建立一个模型,利用这个模型将RSSI映射为相应的收发节点的距离。将此模糊测距技术应用到基于三点定位的单目标跟踪中,仿真实验证明了该测距技术是切实可行的。

无线传感器网络基于APIT的混合定位算法

为了克服定位算法近似三角形内点测试法(approximate point-in-triangulation test,APIT)的误差影响,将接收信号强度指示器(received signal strength indicator,RSSI)测距与APIT相结合,提出了APIT算法的改进算法—RAPIT(RSSI and APIT)定位算法.该算法引入限定距离的概念,将引起误差的节点的位置限定在以锚节点为圆心,以限定距离为半径的圆的重叠区域内.实验证明,该算法有效减少了误差,提高了定位覆盖度.

无线传感器网络中的信息融合技术研究

介绍了无线传感器网络的组成及特点,讨论了信息融合的定义、处理层次及三种方法的特性比较。重点描述了无线传感器网络中的信息融合过程,包括信息的预处理,信息融合的实现算法,提出了基于统一建模语言UML的信息融合框架,该框架可以根据实地环境的不同和当时可利用的资源而动态地改变。阐述了信息融合处理过程中五大模块的组成。实验结果验证了该框架的有效性。

国内外柴油加氢技术现状及发展趋势

国内外科研机构及企业针对柴油质量的不断升级情况开发了各具特色的先进技术,本文从国内外技术的发展现状、发展趋势、催化新材料的研究等几方面进行了详细的阐述。通过本文资料整理及调研可为柴油加氢技术的选择、应用以及新技术研发提供参考依据。

基于移动Agent的无线传感器网络数据收集方法

在无线传感器网络中,灵活的数据采集是一个很大的研究挑战,因为要在网络本身受到很多限制的条件下支持采集任务的动态重新分配。在此提出将移动Agent应用于无线传感器网络的数据收集任务,并采用蚁群算法计算移动Agent的迁移路径,对于无线传感器网络的数据采集问题,它是一个灵活、健壮、分布式的解决方案。

神经网络的数据分类算法在物联网中的应用

物联网中的基站将世界各地具有传感能力的事物结点连接到一起。它的基站需要负责处理大量数据,所以必须具备能够处理这些数据的计算能力。网络处理器(net processor)正将取代传统的基站处理器,它能在信息处理中表现出更高一级别的能力。文中讨论了公共处理器(co-processor)的设计,它能帮助网络处理器分类数据包。这项工作中,基于数据的性质使用神经网络来分类数据包从而克服物联网中高维、海量数据的传输瓶颈。试验中通过对不同结构的前馈反向传播网络(BP)的误差分析,得出用于某特定物联网数据分类的最优BP网络结构。

周培源先生学术思想初探

周培源先生是蜚声海内外的著名理论物理学家、流体力学家、教育家和社会活动家,是我国力学事业的奠基人之一．他在爱因斯坦广义相对论引力论和湍流理论领域攻坚70余年,取得了卓越的成就．通过周培源先生的生平、学术成就及学术品格方面的重要事迹初步探索周培源先生的学术思想,以共享这宝贵的精神财富．

单模型多传感器多尺度交互式数据综合估计算法

将小波分析理论中的多尺度分析思想与传统Kalman滤波、多尺度数据融合算法相结合 ,提出了单模型多传感器多尺度交互式数据综合估计新算法 ,并通过计算机的仿真结果 ,对此算法进行了定性分析 ;用标准差对此进行了定量分析 ,从而说明了该算法的有效性 .

基于DCOM的远程教学系统开发

在探讨国际上流行的分布式实现技术DCOM工作机制及其特点的基础上 ,针对远程教学的特点 ,探索了基于DCOM的远程教学系统的实现策略与技术 。