个人运动管理系统中的行为识别方法

为使个人运动管理系统更好地感知用户行为,给予科学的运动指导,提出一种基于通用模型迁移的自适应行为识别方法。该方法无需对个体数据进行标定,通过将群体行为的共性知识迁移到个体行为,使通用识别模型可以随着个体行为样本的增多,自适应地调整共性知识,从而形成针对特定个体的个性化行为识别模型。实验结果表明,个性化模型的平均识别精度可以从67.31%提高到83.54%。

基于多状态卡尔曼滤波的双目视觉导航设计

提出了一种改进的多状态约束卡尔曼滤波器(IMSCKF)双目视觉惯性导航算法。该算法在初始阶段采用Sigma滤波器和三焦点张量约束快速完成初始化,产生的状态向量与MSCKF一致,可以实现初始化和后续导航之间的无缝过渡,提高了系统状态估计的精度和鲁棒性。实验结果表明,本文提出的IMSCKF方法位置跟踪误差维持在±1 mm,角度误差维持在±1°,可以提高双目视觉惯性导航的鲁棒性和精度。

我国沿海海上人工鱼礁参礁的现状及其管理问题

概述了我国沿海海上人工鱼礁、参礁的现状,指出了管理中存在的问题,从社会效益、经济效益、生态效益相统一的角度,就合理开发利用海洋,有计划地建造和管理人工鱼礁和参礁,作了初步探讨,并提出了相应的建议。

基于MPI的并行聚类算法

文章针对单机聚类算法的可扩展性和效率低下的不足,提出一种并行聚类算法———K-mean并行聚类算法。在基于MPI的并行环境上,通过试验验证,该算法显示出较高的效率。

特征增量极限学习机

在机器学习的不同应用领域,出现了很多优秀的极限学习机分类模型。研究者往往愿意公开这些模型的结构以及参数,但不愿公开原始训练数据。针对如何仅利用现有的模型和少量具有新特征的样本得到一个更高效的识别模型的问题,提出一种特征增量极限学习机算法。该算法能从具有新特征的样本中学习知识,提高现有模型的识别精度。在真实世界图像和三轴加速度传感器数据集上的测试结果表明,该算法能有效地工作,在不需要以往训练样本参与的情况下,能一定程度上提高已有模型的识别精度,得到新的识别模型。

摔倒检测中的样本失衡问题研究

由于真实的摔倒数据难以获得,导致采集到的正常行为和摔倒行为样本比例严重失衡,从而基于此数据集训练的常规摔倒检测模型的漏警率和误警率都较高,不能满足实际的需求。针对该问题,提出一种基于样本加权极速学习机的摔倒检测方法,该方法综合考虑不同种类行为样本之间的比例关系,分别赋予其一定的权值,能较好地解决样本失衡问题。基于真实行为数据的实验结果表明,和传统非加权的行为识别方法相比较,基于样本加权极速学习机的摔倒检测方法能够将识别模型的性能提高10%左右。

张家埠港附近海域水温与气候特征

采用荣成张蒙站1964～1980年17a 的气象资料和海岸带的水温调查资料,分析了水温、气压、风、气温、降水,湿度、雾等要素的变化规律。还就寒潮、气旋、台风对该区的影响作了初步分析。

基于移动Agent的并行聚类算法模型

针对基于MPI环境的并行聚类算法需要手工配置数据,不利于调试程序等的不足,提出一个基于移动Agent的并行聚类算法模型.该模型以移动Agent为中心,负责系统性能数据的收集和计算任务的执行,可以实现数据的自动配置和计算.通过在基于移动Agent并行环境上的试验,该模型显示出良好的效率.

C程序设计学习过程中的知识迁移

在C语言程序设计学习过程中,学生普遍存在入门难的问题。究其原因在于C语言知识点众多,且依赖于以往所学知识;而学生经过高考到大学之间的间歇期,难免会对知识有所遗忘。为解决该问题,以学习迁移理论为指导,对C语言知识点进行了梳理,并总结了C程序设计学习迁移的内容及效果,以期为一线授课教师和C程序设计学习者提供帮助。

高效的C/C++程序源代码编译测试系统

针对C/C++语言初学者易犯语法错误、需要多次输入测试数据、浪费宝贵时间的问题,本文设计了一个较高效的编译测试系统。该系统只要求用户输入一次测试数据和对应的答案,便可以多次进行编译测试。通过设计多种类型的测试程序,对系统进行了全面测试,验证了系统的可用性。

《计算机应用基础》机试中的问题及对策

在《计算机应用基础》课程学习效果的评价中采取机试的形式,具有改卷效率高、改卷过程公平、防止舞弊等优点,已为很多高校所采用。但在使用过程中,在硬件、软件方面也存在这样那样的问题,如果不加以注意,其优点也会转化为缺点,影响到大家使用的积极性。本文总结了我们在使用考试系统中遇到的问题及积累的经验教训,希望对大家今后的工作能有所帮助。

并行对象调度策略

从并行系统的软件设计模式出发 ,结合面向对象的思想 ,阐述了在并行系统中以对象为中心进行任务调度的策略。给出了一种具体的算法并简要地分析了该算法的性能。

基于聚类算法的彩色照片背景去除技术

在研究照片背景去除技术的领域,已有的方法都是针对黑白照片的。文章利用数据挖掘领域的聚类技术,提出一种直接去除彩色照片背景的技术,实验证明去除效果良好,具有较强的实用价值。

基于形状特征的植物叶柄与叶片分割算法

叶柄与叶片的分割是实现完整的植物叶特征提取及无损植物叶特征提取中重要的一步,可以根据叶柄与叶片的形状差异实现分割。首先将采集到的图像转换成二值图像,然后估算叶柄的大致宽度,根据该宽度对图像进行粗分割,最后根据叶柄在图像中的位置确定叶柄,实现精确分割。该算法在Visual C++6.0环境下进行了实现,对多种不同形状的植物叶进行了测试。测试结果表明,该算法能够满足应用需要,且对其它粘连目标的分割问题也具有一定的适用性。

基于WinForm开发的高效率C/C++程序源码编译测试系统

本文针对常见C/C++语言集成开发环境每次测试程序均需要手动输入测试案例,导致总体开发效率低下的问题,设计了一个只需输入一次测试数据和预期输出结果的高效率编译测试系统。该系统基于C#的WinForm技术开发,界面友好,便于操作。通过编译、运行用户提供的C/C++源代码,读入测试数据并产生实际运行结果,经过与预期输出进行比对以判定程序的正确性。该系统已通过多个测试案例的正确性验证,证实了系统的可用性。

基于数学形态学的植物叶柄与叶片分割

叶柄与叶片的分割是进行植物叶特征提取关键的一步。为此,介绍了基于数学形态学的植物叶柄与叶片的分割方法,通过二值化处理、数学形态学处理,能够有效地分离叶柄和叶片。其中,二值化处理采用动态阈值,使得该方法能够适用于不同颜色的植物叶;数学形态学处理采用动态十字形模板,使得该方法能够适用于不同尺寸的植物叶。

基于隐特征空间的极限学习机模型选择

针对极限学习机(ELM)中冗余的隐神经元会削弱模型泛化能力的缺点,提出了一种基于隐特征空间的ELM模型选择算法。首先,为了寻找合适的ELM隐层,在ELM中添加正则项,该项为现有隐层空间到低维隐特征空间的映射函数矩阵的Frobenius范数;其次,为解决该非凸问题,采用交替优化的策略,并通过凸二次型优化学习该隐空间;最终自适应得到最优映射函数和ELM模型。分别采用UCI标准数据集和载荷识别工程数据对所提算法进行测试,结果表明,与经典ELM相比,该算法可有效提高预测精度和数值稳定性,与现有模型选择算法相比,该算法预测精度相当,但运行时间则大幅降低。

以考促学导向的课程全过程考核模式探索

针对传统课程考核模式存在的问题,提出在程序设计类课程的教学中,根据课程教学目标和课程特点,设计并实施全过程考核,综合学生的课堂表现、上机表现、作业完成情况、阶段性考核结果评价学生的学习结果,并对考核结果进行分析和总结。

基于贝叶斯联合博弈的无线网络路由算法

在移动自组织网络中节点自私性难辨,而自私节点不尽全力转发数据会降低网络的可靠性。基于此,将联合博弈论建立在动态贝叶斯框架下,形成了一种基于贝叶斯联合博弈的数据传输算法。算法首先根据各节点的信念更新值发现不良节点;然后根据不良节点预估网络环境,计算各个预估环境的联合信念概率并归一化为联合体存在概率,计算各联合体下各节点的安全效益值,得到所对应的合约;接着运用先验中期拒绝找到贝叶斯稳态合约;最后通过设置安全容量计算权值的方式惩处不良节点,保证联合体内各节点安全容量和收益最大化。仿真结果表明,与其他两种算法相比,所提算法不仅有较少的路由延迟和控制开销比,还有较高的数据包投递率,有效降低了不良节点对网络的不利影响。

并行计算中基于移动Agent的负载均衡策略

针对并行程序设计的五种模式中主从模式的不足 ,提出了基于移动 agent的负载均衡策略 .该策略对移动agent获取的数据进行分析 ,合理地分配各个结点的处理数据量 ,明显地减少了程序的运行时间 .