期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
矿井皮带区矿工违规行为识别方法
被引量:
5
1
作者
仝泽友
丁恩杰
《河南科技大学学报(自然科学版)》
CAS
北大核心
2020年第2期40-46,M0004,M0005,共9页
针对矿井皮带区域人员违规行为的识别问题,提出了一种基于改进运动历史图描述矿工行为过程的方法,并提出金字塔几何矩特征。使用基于贝叶斯理论融合的金字塔几何矩与方向梯度直方图(HOG)特征向量识别矿工行为。首先,对三元色光(RGB)视...
针对矿井皮带区域人员违规行为的识别问题,提出了一种基于改进运动历史图描述矿工行为过程的方法,并提出金字塔几何矩特征。使用基于贝叶斯理论融合的金字塔几何矩与方向梯度直方图(HOG)特征向量识别矿工行为。首先,对三元色光(RGB)视频数据流提取关键帧,使用运动历史图描述矿工行为并在此基础上计算特征向量,使用K-最近邻(KNN)分类算法对矿工行为进行识别。使用深度学习法识别安全帽等目标,结合环境对矿工行为是否违规进行判识。实验结果表明:本文提出的方法识别准确率较高,可以达到96.5%,且时间复杂度较低,可以满足实时要求。同时,在KTH与Weizmann两个公共数据集上均取得较好的效果。
展开更多
关键词
深度学习
特征向量
违规行为识别
运动历史图
特征提取
下载PDF
职称材料
基于安全帽佩戴检测的矿山人员违规行为研究
被引量:
4
2
作者
仝泽友
冯仕民
+1 位作者
侯晓晴
丁恩杰
《电子科技》
2019年第9期26-31,共6页
针对矿山人员安全帽佩戴检测问题,文中提出了一种基于人脸的身份识别及安全帽佩戴检测的违规行为识别方法。首先在视频图像中检测人脸以识别身份,然后运用卷积神经网络方法检测人员是否佩戴安全帽,实验阶段将此方法与传统的图像处理方...
针对矿山人员安全帽佩戴检测问题,文中提出了一种基于人脸的身份识别及安全帽佩戴检测的违规行为识别方法。首先在视频图像中检测人脸以识别身份,然后运用卷积神经网络方法检测人员是否佩戴安全帽,实验阶段将此方法与传统的图像处理方法进行测试对比。实验结果显示,基于深度学习的安全帽检测方法的鲁棒性强于传统方法,在不同条件下识别率和运行效率均优于传统方法,深度学习方法的平均识别率高达97%,所需平均运行时间少于传统方法的1/7。
展开更多
关键词
安全帽检测
身份识别
违规行为
深度学习
准确率与速度
平均时间
下载PDF
职称材料
基于改进小波变换的QRS特征提取算法研究
被引量:
6
3
作者
侯晓晴
仝泽友
刘晓文
《现代电子技术》
北大核心
2020年第13期57-61,共5页
心电图数据是分析人体心脏病理的基础,针对心电数据的QRS波形特征提取问题,提出一种基于改进小波变换的特征提取方法。首先,选用小波函数Coiflet对采集信号2层分解,然后进行去噪处理。最大限度地保留心电信号有用特征成分,采用极大值与...
心电图数据是分析人体心脏病理的基础,针对心电数据的QRS波形特征提取问题,提出一种基于改进小波变换的特征提取方法。首先,选用小波函数Coiflet对采集信号2层分解,然后进行去噪处理。最大限度地保留心电信号有用特征成分,采用极大值与斜率双重检测法进行QRS波中R峰的定位,进而准确提取QRS特征。最后利用MIT-BIH数据库验证算法的准确性和有效性。实验结果表明,该算法针对QRS波形特征识别精度达到了99.661%,具有更高的有效性。
展开更多
关键词
QRS波识别
特征提取
心电信号
小波变换
信号去噪
R峰定位
下载PDF
职称材料
题名
矿井皮带区矿工违规行为识别方法
被引量:
5
1
作者
仝泽友
丁恩杰
机构
中国矿业大学信息与控制工程学院
中国矿业大学物联网(感知矿山)研究中心
出处
《河南科技大学学报(自然科学版)》
CAS
北大核心
2020年第2期40-46,M0004,M0005,共9页
基金
国家重点研发计划基金项目(2017YFC0804401)
文摘
针对矿井皮带区域人员违规行为的识别问题,提出了一种基于改进运动历史图描述矿工行为过程的方法,并提出金字塔几何矩特征。使用基于贝叶斯理论融合的金字塔几何矩与方向梯度直方图(HOG)特征向量识别矿工行为。首先,对三元色光(RGB)视频数据流提取关键帧,使用运动历史图描述矿工行为并在此基础上计算特征向量,使用K-最近邻(KNN)分类算法对矿工行为进行识别。使用深度学习法识别安全帽等目标,结合环境对矿工行为是否违规进行判识。实验结果表明:本文提出的方法识别准确率较高,可以达到96.5%,且时间复杂度较低,可以满足实时要求。同时,在KTH与Weizmann两个公共数据集上均取得较好的效果。
关键词
深度学习
特征向量
违规行为识别
运动历史图
特征提取
Keywords
deep learning
feature vector
recognition of rule-violated activity
motion history image
feature extraction
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于安全帽佩戴检测的矿山人员违规行为研究
被引量:
4
2
作者
仝泽友
冯仕民
侯晓晴
丁恩杰
机构
中国矿业大学物联网(感知矿山)研究中心
矿山互联网应用技术国家地方联合工程实验室
中国矿业大学信息与控制工程学院
出处
《电子科技》
2019年第9期26-31,共6页
基金
2017年国家重点研发计划项目(2017YFC0804401)~~
文摘
针对矿山人员安全帽佩戴检测问题,文中提出了一种基于人脸的身份识别及安全帽佩戴检测的违规行为识别方法。首先在视频图像中检测人脸以识别身份,然后运用卷积神经网络方法检测人员是否佩戴安全帽,实验阶段将此方法与传统的图像处理方法进行测试对比。实验结果显示,基于深度学习的安全帽检测方法的鲁棒性强于传统方法,在不同条件下识别率和运行效率均优于传统方法,深度学习方法的平均识别率高达97%,所需平均运行时间少于传统方法的1/7。
关键词
安全帽检测
身份识别
违规行为
深度学习
准确率与速度
平均时间
Keywords
safety helmet detection
identity recognition
rule - violated activity
deep learning
accuracy and efficiency
average time
分类号
TN399 [电子电信—物理电子学]
下载PDF
职称材料
题名
基于改进小波变换的QRS特征提取算法研究
被引量:
6
3
作者
侯晓晴
仝泽友
刘晓文
机构
中国矿业大学信息与控制工程学院
中国矿业大学物联网(感知矿山)研究中心
出处
《现代电子技术》
北大核心
2020年第13期57-61,共5页
基金
2017年国家重点研发计划项目:矿山安全生产物联网关键技术与装备研发(2017YFC0804401)。
文摘
心电图数据是分析人体心脏病理的基础,针对心电数据的QRS波形特征提取问题,提出一种基于改进小波变换的特征提取方法。首先,选用小波函数Coiflet对采集信号2层分解,然后进行去噪处理。最大限度地保留心电信号有用特征成分,采用极大值与斜率双重检测法进行QRS波中R峰的定位,进而准确提取QRS特征。最后利用MIT-BIH数据库验证算法的准确性和有效性。实验结果表明,该算法针对QRS波形特征识别精度达到了99.661%,具有更高的有效性。
关键词
QRS波识别
特征提取
心电信号
小波变换
信号去噪
R峰定位
Keywords
QRS wave recognition
feature extraction
ECG signal
wavelet transform
signal denoising
R peak positioning
分类号
TN911.72-34 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
矿井皮带区矿工违规行为识别方法
仝泽友
丁恩杰
《河南科技大学学报(自然科学版)》
CAS
北大核心
2020
5
下载PDF
职称材料
2
基于安全帽佩戴检测的矿山人员违规行为研究
仝泽友
冯仕民
侯晓晴
丁恩杰
《电子科技》
2019
4
下载PDF
职称材料
3
基于改进小波变换的QRS特征提取算法研究
侯晓晴
仝泽友
刘晓文
《现代电子技术》
北大核心
2020
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部