基于快速动态时间规划的模糊聚类算法

为快速准确地计算时间序列数据相似度,引入快速动态时间规划距离(fast dynamic time warping,FDTW),提出了基于FDTW的模糊C均值算法和模糊C中心点聚类算法。FDTW通过对数据序列进行拉伸和压缩匹配时间序列数据,只要形状相同,即使发生时间位移也可以准确识别,同时解决了传统DTW计算效率较低的问题。试验结果表明,提出的算法仍能保证聚类的精度。

基于蚁群算法的语音信号动态时间规划

蚁群算法是一种新型的随机优化算法,应用蚁群算法优化机制,提出了一种基于蚁群算法的语音信号动态时间规划方法———蚁群动态时间规划算法,搜索语音信号之间匹配的一条全局最优路径,进而以此衡量语音信号之间的相似度.算法给出了蚁群状态转移概率及信息素更新方程,既利用了语音信号的全局特征又考虑了其局部信息.理论分析与仿真实验结果均证明了此方法的可行性,与传统的DTW算法相比较,其匹配结果更能体现匹配语音信号之间的相似度.

基于动态时间规划的基因芯片数据识别

研究了动态时间规划 (DP)在基因芯片数据识别中的应用 ,提出了基因芯片数据的全局最大自相似度的定义以及基于最大自相似度和高维局部片段校对的基因芯片数据自动识别方法。讨论了基于最大相似度建立模板的方法与基于最大相似度的基因沿校对路径平均的建立模板方法对基因识别和分类的影响。对肿瘤基因的识别实验结果表明 :基于最大相似度的DP算法 (DP MS)能够达到 10 0 %的识别率 ,本方法可以应用于基因芯片数据的识别、分类和基因疾病推断。

一种基于动态时间规划的视频特征检索改进算法

针对基于“视频指纹”特征的视频检索算法在实际应用中存在视频亮度整体漂移、突变干扰以及视频再编辑的问题,提出了一种基于动态时间规划的视频特征检索改进算法。该算法在原“视频指纹”算法的基础上采用了新的视频检索策略：首先,对视频帧进行区域分割,将“视频指纹”由单分量扩展到多分量;然后,采用基于粒度的相似性比较算法,用比对每帧视频指纹的变化,取代比较视频指纹本身;最后,采用改进的动态时间规划算法进行视频特征匹配,定位目标视频。在算法评估中,建立了由74段广告视频和154段再编辑视频组成的测试集。通过试验证明,改进算法可以有效应对视频检索过程中的亮度整体漂移、突变干扰和视频再编辑问题,检索算法具有很好的鲁棒性。

基于动态时间规划和支持向量机的飞机机动动作识别方法

提出了一种对飞机试飞和试验数据中标准机动动作的识别方法,对飞行历史数据中的目标机动动作进行精确地检测提取。先应用动态规划的方法,在海量数据中使用动作模板初步匹配目标数据,再通过支持向量机精确识别目标,最后使用真实的飞行数据对所设计的机动动作识别方法进行了试验。结果表明,基于动态时间规划和支持向量机方法的动作识别结果准确率高、计算速度快,且数据解耦性强,具有很好的工程应用前景。

改进型蚁群算法的语音动态规划研究

针对语音识别中动态时间规整(DTW)对语音端点检测精确性过度依赖、识别时间长及识别效率低等问题。为提高语音识别精度和效率,采用改进型的蚁群算法来处理动态时间规划问题,核心是对基本蚁群算法采用自适应的挥发系数,动态信息素更新策略。用新的状态转移规则以及最优的蚂蚁参数选择等改进方法,使能在较短的时间内能寻找到最佳路径,提高执行效率。仿真实验分别测试了传统DTW算法和基于改进蚁群算法的DTW算法的识别率,结果表明,新算法的全局搜索能力、准确性都优于传统的DTW算法,能有效的提高语音识别系统的效率。

逐次逼近动态规划法求解水电机组组合问题

水电站厂内机组间的发电流量分配是水电站经济运行中的一个重要混合非线性优化问题。文章设计了一种逐次逼近动态规划法,可用于求解水电机组的组合问题。该算法可有效地减少状态变量的个数,且能收敛到满意解。通过实例研究,验证了模型合理性和算法的可行性与有效性。

基于机器学习的雨型分类研究:以淠河流域为例

【目的】为了提升洪水预报方案的科学性和精度,开展降雨雨型分类,制定不同雨型的预报方案并实施作业预报是一条有效的技术路线。【方法】基于淠河流域2003—2021年37个雨量站逐小时降雨观测数据,利用业界公认的动态时间规划(DTW)算法进行场次降雨雨型分类并作为基准分类结果。在此基础上,分别选取决策树(DT)、长短期记忆神经网络(LSTM)、LightGBM、支持向量机(SVM)四种机器学习方法建立分类模型并检验分类效果。通过调整样本规模,分析不同样本容量对分类效果的影响。【结果】结果表明:四种分类模型中,LightGBM分类精度最高且训练速度快,LSTM和SVM分类精度良好但训练效率相对较低,DT方法分类速度较快但分类精度相对较低。随着样本规模的增大,分类结果逐步稳定,四种方法的分类效果和训练效率逐步提升。【结论】结果验证了机器学习方法在降雨序列雨型分类中具有较强的适用性,可为洪水预报方案分类构建提供技术支撑。

基于动态时间规整算法的健美操动作分析及评价系统设计研究

随着健美操运动的发展,健美操动作的分析和评价技术成为了行业的关注点。研究通过将深度相机和动态时间规整算法进行结合,设计出了基于动态时间规整算法的健美操动作分析及评价系统。实验结果表明,在进行数据滤波测试时,研究方法生成的曲线较为平滑且没有出现与原始数据超过0.05 m的差异;在进行动作分割测试时,研究方法在静态动作中只出现3次误差,且都仅为1帧;在应用测试中,研究方法在进行关节角度相似度测试时只出现1个超过1度差异的动作;在进行动作中心时间相似度测试时只出现1次与标准值超过0.3 s的差异。说明研究方法能有效进行健美操动作分析及评价,且具有较好性能,能为健美操评价提供可行的参考方案。

面向体育教学的高效动作质量评估算法

为进一步提升体育教学效率,构建高效的体育动作自动质量评估算法对于促进学生体育学习和锻炼具有一定的现实意义。本文构建了一种面向体育教学的高效动作质量评估算法,采用姿态估计算法以获取体育训练视频的动作变化序列,通过特征重构构建基于分数度量的DTW距离度量,并通过对齐增强与端点松弛进行算法优化来提高评估效果。最后在构建的体操动作评估数据集上进行算法测试。实验结果表明,该算法的动作匹配准确率达到了97.5%,单个视频的评估时间缩短了近50%,实现了高效、精准的动作质量评估。

Grenander时间结构学习与推理优化下的行为识别

针对现有基于视频整体时间结构建模的行为识别方法中,存在的时间噪声信息和歧义信息干扰现象,从而引起行为类别识别错误的问题,提出一种新型的Grenander推理优化下时间图模型(temporal graph model with Grenander inference,TGM-GI).首先,构建3D CNN-LSTM模块,其中3D CNN用于行为的动态特征提取,LSTM模块用于该特征的时间依赖关系优化.其次,在深度模块基础上,利用Grenander理论构建了行为识别的时间图模型,并设计了两个模块分别处理慢行为时间冗余和异常行为干扰问题,实现了时间噪声抑制下的时间结构提议.随后,设计融合特征约束和语义约束的Grenander测度,并提出一种时序增量形式的Viterbi算法,修正了行为时间模式中的歧义信息.最后,采用基于动态时间规划的模式匹配方法,完成了基于时间模式的行为识别任务.在UCF101和Olympic Sports两个公认数据集上,与现有多种基于深度学习的行为识别方法进行比较,该方法获得了最好的行为识别正确率.该方法优于基准的3D CNN-LSTM方法,在UCF101数据集上识别精度提高6.41%,在Olympic Sports数据集上识别精度提高5.67%.

考虑任务均衡的加油车动态调度问题

为了提高机场资源利用率以及航班的正点率,合理调度机场加油车为航班进行燃油加注服务势在必行。考虑到航班实际时刻的不可预知性,需建立动态规划时间窗,为窗口依据航班预计时刻捕捉到的航班构建机场车辆调度模型,利用自适应分支定价算法求解模型,从而配置车辆与人员,规划车辆的行驶路线,衔接任务,实现车辆行驶时间最短,加油员工作量均衡的目的。在华北某机场真实数据上进行仿真实验,结果表明,自适应分支定价算法优化下的车辆行驶时间与加油员工作量的标准差分较节约算法分别减小1.38%和7.47%,验证了算法的优势,且算法在机场其他地面服务规划问题中同样适用。

基于5G通信和改进DTW的配电网差动保护技术

随着大量分布式电源接入配电网,配电网逐步转化为多源、多端网络,对继电保护性能的要求日益提高。电流差动保护十分适用于配电网多源网络故障问题,但差动保护依赖光纤通道,存在成本高、铺设难度大等问题,难以推广使用。针对该问题提出一种基于5G通信的配电网差动保护方案,旨在利用5G通信的低时延、低成本等优势替代光纤,提高配电网差动保护的实用性。为解决通信时延和时延抖动问题,引入了改进动态时间规划(DTW)算法。针对传统DTW算法开销大、算法精度和效率受限于序列幅值差异、依靠经验选取参数等缺陷,提出了全局路径约束策略、数据标准化策略和粒子群优化策略予以改进。仿真结果表明,基于5G通信和改进DTW的配电网差动保护方法具有选择性和速动性,在不同场景下能够可靠动作。

使用基于动态程序规划的时间延迟法分析直线磁化等离子体漂移波湍流角向传播速度和带状流结构

对等离子体湍流速度场的有效探测,有助于更加深入了解磁约束等离子体湍流以及实现对某些理论预言现象和结构(如带状流)的充分辨识.本文将基于动态程序规划的时间延迟估算技术成功应用于直线磁化等离子体装置中热阴极放电条件下的漂移波湍流角向速度涨落的实验分析,并且其结果清晰再现了漂移波湍流中通过非线性能量耦合自发产生的带状流结构.通过对采用不同频段等离子体湍流涨落通过基于动态程序规划的时间延迟估算分析所再现的带状流结构特征进行比较,进一步就该算法对载波信号中非相干噪声相对水平的抗干扰能力进行了定性评估.这些工作的成功开展,对于通过采用基于动态程序规划的时间延迟估算分析技术更为深入有效探索磁约束等离子体湍流行为特征,尤其是速度涨落场的演化提供了重要的借鉴和参考价值.

一种改进的孤立词语音识别系统设计

针对孤立词语音识别系统设计一个改进的系统。该系统通过维纳滤波滤除噪声得到估计语音,对该语音进行双门限端点检测和特征提取得到端点范围内的特征向量,采用改进动态时间规划算法计算该特征向量与模板特征向量之间的欧式距离得到识别结果。仿真对比实验结果表明,改进系统在识别效果和识别效率方面有提高。

基于DTW约束的动作行为识别

针对固定视角下的人体动作行为准确识别的研究,通过姿态关节点标定,结合不同关节点对动作内和动作间起到不等的权重区分度的问题,提出一种加权量化矩阵的姿态特征表示方法,将关节点相对坐标经过权重修正作为姿态特征,减少因关节点标定误差或图像帧的缺失导致的识别精度下降和误判率增加等问题,同时,对DTW算法加入动态时间规整加以约束来降低算法的复杂度,最后在家庭智能空间内获取动作姿态图像序列,通过实验验证关节点标定及行为识别算法的有效性。

基于Kinect运动捕捉技术的辅助训练系统的研究

文中针对目前羽毛球训练过程中训练水平和训练效率较低的问题,研究了基于Kinect运动捕捉技术的羽毛球辅助训练系统。该系统可以通过Kinect传感器,采集羽毛球运动员的运动数据。同时利用通用数据串行接口将运动员的三维动作数据传递给计算机,然后利用动态时间规划算法对运动的三维空间坐标和运动速度进行分析,最终得到不同运动员的运动特征,并以此为依据给出有针对性的训练计划。本研究内容对运动捕捉技术的推广和其在辅助训练领域的应用具有重要意义。

视频中非特定人的面部表情分析算法

针对视频人脸表情识别存在对非特定人的面部表情识别率低(约75%),有效的特征信息提取困难等问题,提出了基于分块的三维正交平面的完全局部二值模式(CLBP-TOP)的特征提取方法,实现了对任意长度视频的面部表情识别和分析。对表情视频序列进行预处理;对人脸主要区域的每个分块提取CLBP-TOP特征,得到最后的联合统计直方图特征;利用动态时间规划度量距离的最近邻规则进行表情识别;提出的表情持续时间和表情强度指数实现了对表情分析的详细描述。在CK+数据库上测试,提出的方法与LBP-TOP方法相比平均识别率提高了12. 04%,且能够对任意长度的表情视频片段进行表情识别和相关系数分析。

基于嵌入式智能手语翻译手套设计

本系统设计一款能翻译手语的便携低功耗数据手套,旨在解决正常人与聋哑人的沟通障碍问题。数据手套能输出用户手势的姿态角、手指弯曲度、以及手部的加速度等。本系统使用模板匹配的方式,比较用户输入手势数据与模板库中手势的相似度,找出手势库中与输入手势差异最小的手势。根据需要改进了加权的动态时间规划算法,把手势的加速度、姿态角度作为权值,与弯曲度数据有效融合,最终正确的识别出用户的手势。

基于非线性取值DTW算法的鲁棒性语音识别系统

提出了一个在噪声环境下高效的语音识别系统。针对端点检测,提出了基于平滑函数的检测方法,从而提高了利用短时能量算法的检测精度。运行频谱滤波器方法在能量频谱和对数频谱用了两次带通滤波器减少噪声,在对数频谱内用倒谱均值相减的方法去除卷积噪声,从而减少了计算量。对于普通DTW(Dynamic Time Warpin)算法得到某个测试语音与该语音所有的参考语音相似值,应用一个非线性中值滤波器取中间某个值的方法来进行识别,从而提高了DTW算法的识别精度。利用少量参考语音,实现了高于HMM的识别精度同时又减少了训练的花费时间。