-
题名基于GC-ACM的红外前景目标提取算法研究
被引量:1
- 1
-
-
作者
岳雨豪
常青
胡谋法
毋亚北
-
机构
国防科学技术大学电子科学与工程学院ATR重点实验室
-
出处
《数字技术与应用》
2016年第3期139-140,共2页
-
文摘
针对混合高斯模型(GMM)在室外复杂背景下提取红外前景目标时目标破碎等缺点,本文提出了一种结合GMM与图割-主动轮廓模型(GCACM)红外前景目标提取算法。首先基于GMM检测目标可能存在的较大感兴趣区域(ROI),其次在ROI上基于GC-ACM做局部分割,最后基于形态学填充目标轮廓并进一步分割目标。实验表明算法较GMM方法可以有效地提取目标,具有一定的实时性和鲁棒性。
-
关键词
红外目标提取
GMM
GC-ACM
区域填充
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于可穿戴传感器的家居行为识别算法
被引量:3
- 2
-
-
作者
岳雨豪
武一
李家兴
-
机构
河北工业大学电子信息工程学院
-
出处
《电子测量技术》
2020年第5期6-10,共5页
-
基金
国家自然科学基金(No.51377043)
河北省自然科学基金(No.E2016202341)项目资助。
-
文摘
目前大多数智能家居系统的交互方式为按键、文本和语音,交互过程自然程度不高,为了提高用户与智能家居系统的交互效率,使得交互过程显得更加自然,提出一种基于家居行为识别触发智能家居多种场景模式的方法,通过智能穿戴传感器数据来识别用户家居行为,根据家居行为识别结果来触发智能家居的多种场景模式,从而实现智能家居和用户之间的"无感化"交互。家居行为识别主要基于CNN-GRU深度学习网络模型,在采集的家居场景数据中准确率达到95.54%,实验证明在特定的智能家居环境中该方法切实可行。
-
关键词
智能家居
深度学习
场景识别
卷积神经网络
门控递归单元
人机交互
-
Keywords
smart home
deep learning
scene recognition
convolutional neural networks
gated recurrent unit
human-machine interaction
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于最佳簇半径的无线传感器网络分簇路由算法
被引量:8
- 3
-
-
作者
武一
李家兴
范书瑞
岳雨豪
-
机构
河北工业大学电子信息工程学院
-
出处
《现代电子技术》
2021年第4期23-26,共4页
-
基金
国家自然科学基金项目(51377043)。
-
文摘
能量消耗的问题一直是无线传感器网络中一个重点研究方向。针对经典LEACH算法中能量消耗过大并且不均匀的问题,提出一种基于最优分簇半径进行分簇的路由算法,即LEACH⁃OR算法。该算法在簇头选取阶段依据最佳簇半径进行簇的划分,避免簇头分布不均匀的现象。在考虑传感器节点的工作剩余能量以及节点间距离的基础上,引入能量参数和距离参数对簇头选择公式进行改进。降低簇头选择的不合理情况。为了降低通信过程中不必要的能量消耗,采取多跳发送的方式,优化数据传送的路径。实验仿真的数据结果表明,与LEACH算法对比,优化之后的算法可以大幅度地节省网络的消耗,从而延长网络的工作时长。
-
关键词
无线传感器网络
分簇
LEACH⁃OR算法
簇划分
簇头选择
多跳发送
-
Keywords
wireless sensor networks
clustering
LEACH⁃OR algorithm
cluster division
cluster head selection
multi⁃hop transmission
-
分类号
TN926-34
[电子电信—通信与信息系统]
TP273
[自动化与计算机技术—检测技术与自动化装置]
-