针对实物保护系统(Physical Protection System,PPSY)中单一传感器报警准确率较低的问题,提出了一种基于改进ID3的CAC-ID3(Confidence And Correlation-ID3)算法在多传感器实物保护系统中数据融合的新方法。与传统的单一传感器数据信息...针对实物保护系统(Physical Protection System,PPSY)中单一传感器报警准确率较低的问题,提出了一种基于改进ID3的CAC-ID3(Confidence And Correlation-ID3)算法在多传感器实物保护系统中数据融合的新方法。与传统的单一传感器数据信息处理相比,多传感器数据融合能够更加准确、全面的得到被测对象的数据信息,有效地利用多传感器资源。CAC-ID3算法首先在ID3的基础上引入属性置信度重新计算期望熵,解决属性和价值不对等的问题,克服多传感器数据分类时多值偏向的缺点,其值由经验和相关领域知识决定。然后通过引入属性间的相关度来调整信息增益值,提高分类精度。实验结果表明:基于CAC-ID3的决策树算法的多传感器PPSY能有效提高报警准确率和可靠性,防止敌对分子入侵,提高传感器对PPSY的检测的效能,且该算法的分类精度高于ID3算法。展开更多
文摘识别非驾驶行为是提高驾驶安全性的重要手段之一。目前基于骨架序列和图像的融合识别方法具有计算量大和特征融合困难的问题。针对上述问题,本文提出一种基于多尺度骨架图和局部视觉上下文融合的驾驶员行为识别模型(skeleton-image based behavior recognition network,SIBBR-Net)。SIBBR-Net通过基于多尺度图的图卷积网络和基于局部视觉及注意力机制的卷积神经网络,充分提取运动和外观特征,较好地平衡了模型表征能力和计算量间的关系。基于手部运动的特征双向引导学习策略、自适应特征融合模块和静态特征空间上的辅助损失,使运动和外观特征间互相引导更新并实现自适应融合。最终在Drive&Act数据集进行算法测试,SIBBR-Net在动态标签和静态标签条件下的平均正确率分别为61.78%和80.42%,每秒浮点运算次数为25.92G,较最优方法降低了76.96%。
文摘针对实物保护系统(Physical Protection System,PPSY)中单一传感器报警准确率较低的问题,提出了一种基于改进ID3的CAC-ID3(Confidence And Correlation-ID3)算法在多传感器实物保护系统中数据融合的新方法。与传统的单一传感器数据信息处理相比,多传感器数据融合能够更加准确、全面的得到被测对象的数据信息,有效地利用多传感器资源。CAC-ID3算法首先在ID3的基础上引入属性置信度重新计算期望熵,解决属性和价值不对等的问题,克服多传感器数据分类时多值偏向的缺点,其值由经验和相关领域知识决定。然后通过引入属性间的相关度来调整信息增益值,提高分类精度。实验结果表明:基于CAC-ID3的决策树算法的多传感器PPSY能有效提高报警准确率和可靠性,防止敌对分子入侵,提高传感器对PPSY的检测的效能,且该算法的分类精度高于ID3算法。