基于复杂特征的心动周期检测算法

为了解决传统算法应用于心冲击信号(Ballistocardiogram,BCG)心动周期检测时容易受到干扰导致准确率不高的问题,提出了一种基于复杂特征检测BCG心动周期的算法。该算法通过同步采集的心电图信号(Electrocardiogram,ECG)将BCG信号划分为若干子序列,提取每段子序列信号的Shapelet,利用Shapelet变换将BCG子序列与其Shapelet映射到同一空间中,将Shapelet与BCG子序列的距离作为特征。同时,提取BCG子序列的小波变换特征,将两种特征融合后,使用人工神经网络(ANN)进行心动周期的检测,并且与传统分类器进行比较。实验结果表明,提出的算法在心动周期检测方面准确率提升了2.69百分点,证明了该算法在实际检测中的可行性。

基于注意力机制的人脸情绪识别

针对传统情绪识别模型在面对复杂情境、小目标特征提取以及通道信息整合方面的不足,本文提出了一种基于注意力机制的人脸情绪识别方法。使用ResNet50作为主干网络,融合通道注意力机制CA和SimAM无参数注意力机制,使网络关注图像的重点区域,忽略背景区域,同时用间隔采样模块SC替换ResNet50中的第一个下采样模块,来增强网络对小目标的检测能力。实验结果表明,本文提出的方法能够获取有效的特征,忽略背景区域,有利于面部表情的识别和判断,并且在自采集数据集上最高达到了76.45%的准确率,相对于传统的人脸情绪识别方法,准确率提高了3.1%。

基于双通道光纤传感器的生理数据采集系统研究

为了满足微弯曲光纤传感器在血压检测上的应用,在原有传感器基础上增加了一路传感器,并通过可编程逻辑器件对原始数据进行预处理。系统由两路微弯曲光纤传感器、两路前置模拟放大部分、两路ADC、微处理器、可编程逻辑器件以及WIFI模块组成。实验结果表明,该系统能够更快地对原始数据进行数字滤波和提取生理参数,并计算出两路心冲击(BCG)信号的相位及两者之间的瞬时相位差,最后预测出血压值。

视点:如何搞好城市综合管廊施工

所谓综合管廊,就是“城市地下管道综合走廊”,即在城市地下建造一个隧道空间,将市政、电力、通讯、燃气、给排水等各种管线集于一体,设有专门的检修口、吊装口和监测系统,实施统一规划、统一设计、统一建设和管理。