基于特征动作序列的动态手势识别方法

针对数据噪声与手势书写不规范性易导致手势识别错误的问题,提出了基于特征动作序列的动态手势识别方法。首先,通过预处理将原始数据转换为两种变换特征作为特征动作识别的依据。其次,对变换特征使用多中心模糊C均值聚类(MCFCM)算法,自适应、无监督地提取特征动作,并将特征动作及对应聚类中心与手势特征动作序列的编码信息保存到知识库。最后,采用改进编辑距离(proED)计算待测特征动作序列与知识库中手势编码信息的相似度,通过相似度匹配实现手势在线识别。将所提方法应用于数字手势识别,识别精度达到98%,实验结果验证了所提方法的有效性。

XGBoost算法在塔式起重机传感器故障诊断中的应用

一般塔式起重机(下文中均简称塔机)普遍配备了传感器和边缘端计算能力。基于传感器产生的安全监控系统可以更好的保护塔机,因此如何快速发现传感器故障具有较大实际意义。本文将XGBoost算法引入塔机传感器故障诊断应用,打通塔机物联数据到售后服务派单系统,构建了自动化预测与主动派单系统。本文使用XGBoost算法对传感器数据进行故障识别,提出了一种快速发现传感器故障方法,并通过验证取得了较好的应用效果。