ResNet18在基于传感器公共数据集跌倒检测中的应用

为了降低跌倒所致并发症或伤亡的风险,使用深度学习方法中ResNet18(Residual Network 18)经典卷积结构对传感器时间序列数据进行处理,采用10折交叉验证探究滑动时间窗口和不同输入特征对模型跌倒检测性能的影响。实验结果表明,为MobiAct2.0、SisFall、Cogent Labs数据集选择适宜的窗口时,跌倒检测准确率均达到92%以上。此外,数据集获取差异对特定模型的分类性能具有显著影响。本研究证实,基于ResNet18的网络架构在传感器数据跌倒检测中具有一定的应用潜力,但对复杂跌倒场景的识别能力需探索更优的数据融合和特征处理方法以提升模型的检测性能。

政府开放高价值数据集的域外经验及其镜鉴

席卷全球的政府开放数据运动在发展中面临困境,主要体现为数据范围多而不当、数据质量普遍较差、数据程序不尽合理等,原因是技术、制度及组织方面存在制约。在此背景下,开放高价值数据集应运而生,其契合数字时代的善治理念,具有“成本—效益”的实践优势,且在基础设施和制度规范方面已经具备了相应的基础。从域外开放高价值数据集的过程梳理和机制比较可见,美国与欧盟在基本定位、推进制度、治理手段等方面已形成共识,但在目标导向与规制程度方面存在差异。欧美国家/地区的相关经验可归纳为类型化的内容标准、三星级的形式标准和多主体参与的程序标准,其面临的挑战主要在于法律和文化两个层面。中国优先开放高价值数据集具有制度和实践基础,当前需从国家层面出台优先开放高价值数据集行动计划:一是优化开放理念,强化以市场为导向的意识;二是构建开放机制,包括主观与客观相统一的标准认定机制、政策与法律相借鉴的制度调适机制、数据供给方与数据需求方相沟通的反馈回应机制;三是明确开放规范,包括明确高价值数据集的概念、内容边界和开放次序。

政府优先开放高价值数据集多维解析

在对开放数据运动探索与反思基础上,包括我国在内的不少国家提出优先开放高价值数据集。高价值数据集自产生以来经历了横向扩张与纵向深化的发展过程,并呈现出规制依据从政策向法律递进、优先开放策略取决于各国国情、指涉范围呈动态扩张趋势等演进特点。从本体论角度解析,可将高价值数据集作为复合型概念,定义为经政府和用户等利益攸关方共同参与识别、采用非专有开放共享格式、在经济社会等领域具有较高再利用价值的数据集合。从认识论角度解析,政府、用户等利益攸关方需要通过参与多轮对话来识别高价值数据集,对不同主体的价值分歧予以调适。从方法论角度解析,政府开放高价值数据集在开放内容、开放形式及开放程序方面均须符合特有要求。

支持产业集群的资源共享环境结构与技术研究

在分析产业集群资源信息共享需求的基础上,论述了支持产业集群开放资源服务的资源共享环境的概念和内容;提出一种由客户端、代理存储、安全维护、应用服务和公共数据中心组成的支持产业集群资源共享服务的五层体系结构;分析论述了同一产业集群内各成员企业资源信息通过Internet实现共享与交换的方法和关键技术,为建成可实施的服务与产业集群网络化制造的资源服务共享环境打下基础。

公共数据金融应用的模式与发展

公共数据金融应用逐渐成为激发数据要素价值的重要实践方向党的二十大提出,要加快建设数字中国,“加快发展数字经济,促进数字经济与实体经济深度融合,打造具有国际竞争力的数字产业集群”。数据是基础性、战略性资源,也是重要生产要素,对社会治理能力提升以及经济社会高质量发展至关重要。为此,党中央、国务院印发了《关于构建数据基础制度更好发挥数据要素作用的意见》(即“数据二十条”),从供给侧为数据要素市场建设做好了顶层设计。

贵阳地区集控中心现状及远景规划研究

根据贵阳地区集控中心建设存在的问题，阐述了集控中心规划建设的原则，对贵阳地区集控中心远景规划原则进行了探讨。

专用数字集群TETRAPOL技术简介

本文介绍了数字集群标准之一——TETRAPOL系统,并主要对其提供的服务和使用的技术做了简要的说明和评述。

建立公共数据金融应用主体授权机制

党的二十大报告提出“加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群”的重大部署。2022年12月,党中央、国务院印发了《关于构建数据基础制度更好发挥数据要素作用的意见》(即“数据二十条”,以下简称《意见》),明确了促进数据合规高效流通使用、赋能实体经济的主线,并对公共数据的开放应用和监督管理提出了系列要求。

我国人工智能公共数据平台建设亟待破题

第四次工业革命正在来临,而人工智能已经从科幻逐步走入现实。随着核心算法的突破、计算能力的迅速提高、海量互联网数据的支撑,人工智能在21世纪的第二个十年里迎来质的飞跃,成为全球瞩目的科技焦点。对于中国而言,人工智能的发展是一个历史性的战略机遇,对缓解未来人口老龄化压力、应对可持续发展挑战、促进经济结构转型升级至关重要。

计及用电模式的居民负荷梯度提升树分类识别方法

居民负荷分类与识别是负荷监测与需求侧管理的研究基础。为了实现居民负荷用电模式的提取和识别,本文对负荷公共数据集运用主成分分析降维并聚类,提出了一种计及典型用电模式的梯度提升树负荷分类识别方法。首先对负荷公共数据集重采样并获得各类负荷能耗特征样本,归一化后通过主成分分析法降维得到特征的主成分。再通过改进K均值聚类法获得各类负荷的典型用电模式,训练梯度提升树并进行超参数优化,对测试集负荷类型进行识别。在公共数据集与实测数据上测试发现,该方法对于居民负荷分类识别有良好效果,能够实现对负荷的分类识别。

基于改进YOLO模型的交通标志检测

交通标志检测是当前车辆无人驾驶、辅助驾驶领域中重要的技术问题。原YOLO模型对于交通标志这种小目标检测性能不好,研究基于改进YOLO模型的交通标志检测方法,根据CNN卷积神经网络中感受野的理论,引入“特征加深模块”,并将加强原模型对小目标检测的性能,力求在检测速度和精度上达到平衡,实验结果表明,所提方法在交通标志检测公共数据集GTSDB上获得了0.902的mAP,较好解决了原模型对交通标志检测出现性能下降的问题。

基于背景相似性匹配的人脸识别

一般环境中在线视频的人脸识别问题成为当前的研究热点之一。尽管与特定环境中在线视频的人脸识别有着很大关联,但一般环境中在线视频的人脸识别问题有着自己的独特特点和算法要求。目前研究与实际应用间仍存在较大差距。在此,建立了一般环境中的人脸库;利用建立的人脸库,实现研究、比较各种人脸识别技术性能;提出了一种新的相似测量标准,即背景相似性匹配。

GNSS干扰和欺骗检测研究现状与展望

全球卫星导航系统(GNSS)提供精确的定位、导航和授时功能,在军事和国民经济各行各业发挥着关键作用,其安全问题成为目前人们关注的焦点。GNSS信号强度较弱且民用GNSS具有开放结构,因此容易受到干扰或欺骗。GNSS干扰和欺骗轻则影响GNSS定位精度或提供错误的路线,降低服务质量;重则导致GNSS中断,提供虚假时间和位置信息,造成经济损失和军事行动失败等严重后果。虽然GNSS系统安全问题研究成果丰富,但相关研究论文分散在不同领域的刊物上,缺乏从无线电监管的角度论述GNSS干扰和欺骗检测、实验系统和数据集方面的综述性论文。基于此,该文从原理、检测方法、实验系统和开源数据集方面调研了大量代表性文献,按照“原理-检测-实验系统-数据集”较为系统地阐述了GNSS干扰和欺骗检测的研究现状。首先,介绍了GNSS干扰的原理和分类,讨论了基于统计的干扰检测方法、基于时频分析的干扰检测方法和基于机器学习的干扰检测方法;其次,介绍了欺骗的原理和分类,并从是否需要附加硬件和卫星信号从生成到最终实现定位过程两个方面介绍了欺骗检测方法;然后,介绍了国内外研究GNSS干扰和欺骗的实验系统和开源数据集;最后,对研究现状和未来的发展趋势进行总结和展望,旨在促进GNSS干扰和欺骗检测理论和技术的发展及其在无线电监测领域的推广应用。

基于提升方法的多度量行人再识别

受到光照、视角、姿态等因素的影响,跨摄像机的行人再识别是一项相当具有挑战性的研究工作。为了进一步提升行人再识别的匹配精度,设计了更具判别性的特征表达,即增强局部最大出现频次(eLOMO)描述子,并提出基于提升方法融合多个距离度量的匹配模型。在提取eLOMO特征时采用从水平条与密集网格两种不同的尺度中提取颜色与纹理特征,从而获得更具判别性的行人外观描述子。在匹配模型上,采用自适应提升(AdaBoost)方法来融合多种距离度量学习模型的优势,从而实现对行人外观的匹配。在行人再识别公共数据集VIPeR和PRID450S上的实验结果表明,该方法能够有效地提升行人再识别的性能。

本期导读

数据资产评估P04基于数据入表视角的思考作者从公共数据资产入表的角度,分析了公共数据资产入表的研究意义,指出公共数据与传统资产的最大差别在于数据资产内容在入表后会持续发生变化,如数据新增和数据更新,这种内容变化导致的资产价值变化目前并未得到重视。因而作者从数据入表后的资产管理角度,提出公共数据资产评估必须与入表后的资产管理相匹配。作者将公共数据分为增量数据集、定量数据集和大数据集,并根据不同数据集入表后的价值变化提出了相应的数据资产评估方法和建议。作者提出的公共数据资产评估模型对于企业数据的资产评估和数据入表也具备较强的参考价值。

基于深度学习的人体姿态估计方法综述

全面综述了基于深度学习的人体姿态估计方法的研究进展。在比较分析各类单人姿态估计方法的基础上,从自上而下和自下而上两个方法角度总结了多人姿态估计算法。在自上而下方法中,着重介绍了局部区域重叠、关节点混淆、人体非典型部位关节点难以检测等问题的解决方案;在自下而上的方法中,重点关注聚类方法对关节点检测的贡献。对目前公共数据集上取得优异性能的代表性方法进行了对比和分析。这样做的目的是使研究者了解和熟悉该领域已有的研究成果,拓展研究思路和方法,并展望未来可能出现的研究方向。