期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
新型编组站调速控制图形式微机实时监测系统
1
作者 徐子湘 《减速顶与调速技术》 1999年第3期25-28,31,共5页
监测系统作为调速控制系统组成部分之一,其重要性已愈来愈为人们所认识.本文在总结以往监测系统的基础上,提出了一种全新的图形式微机监测系统,并结合实际对这种新型系统的结构、特点和使用进行了详尽的阐述,对其未来发展与提高、补充... 监测系统作为调速控制系统组成部分之一,其重要性已愈来愈为人们所认识.本文在总结以往监测系统的基础上,提出了一种全新的图形式微机监测系统,并结合实际对这种新型系统的结构、特点和使用进行了详尽的阐述,对其未来发展与提高、补充与完善进行了探讨和展望. 展开更多
关键词 调速控制系统 形式微机实时监测系统 特点 完善 远景 编组站
下载PDF
基于深度学习的患者麻醉复苏过程中的头部运动幅度分类方法
2
作者 吴筝 程志友 +3 位作者 汪真天 汪传建 王胜 许辉 《计算机应用》 CSCD 北大核心 2024年第7期2258-2263,共6页
头部姿态估计在很多领域都有广泛研究,然而在医学领域,利用头部姿态估计去监测麻醉恢复室(PACU)中患者复苏的研究很少。现有的从单个图像中学习用于头部姿态估计的细粒度结构聚合网络(FSA-Net)存在收敛效果差、参数过拟合的问题。针对... 头部姿态估计在很多领域都有广泛研究,然而在医学领域,利用头部姿态估计去监测麻醉恢复室(PACU)中患者复苏的研究很少。现有的从单个图像中学习用于头部姿态估计的细粒度结构聚合网络(FSA-Net)存在收敛效果差、参数过拟合的问题。针对以上问题,利用300W-LP、AFLW2000和BIWI共3个公开数据集,对患者麻醉复苏过程中的头部运动进行监测,基于头部姿态估计提出一种患者头部运动幅度分类方法。首先,将FSA-Net其中一个stream的激活函数线性整流单元(ReLU)替换为带有泄漏修正线性单元(LeakyReLU),从而优化模型的收敛效果,同时用AdamW(Adam Weight decay optimizer)优化器替换Adam优化器,解决参数过拟合问题。其次,对患者麻醉复苏中头部运动幅度进行分类,分为小幅度、中幅度以及大幅度运动。最后,利用PHP(Hypertext Preprocessor)、Echarts(EnterpriseCharts)以及PostgreSQL实现数据可视化,绘制患者头部运动实时监测图。实验结果表明,在AFLW2000数据集和BIWI数据集上,改进的FSA-Net的平均绝对误差比原FSA-Net的平均绝对误差分别减小了0.334°和0.243°。改进模型在麻醉复苏检测中具有实际效果,能够辅助医护人员对患者进行麻醉复苏判定。 展开更多
关键词 深度学习 麻醉复苏 头部姿态估计 头部定位 实时监测图
下载PDF
Background Subtraction and Frame Difference Based Moving Object Detection for Real-Time Surveillance 被引量:5
3
作者 黄中文 戚飞虎 岑峰 《Journal of Donghua University(English Edition)》 EI CAS 2003年第1期15-19,共5页
A new real-time algorithm is proposed in this paperfor detecting moving object in color image sequencestaken from stationary cameras.This algorithm combines a temporal difference with an adaptive background subtractio... A new real-time algorithm is proposed in this paperfor detecting moving object in color image sequencestaken from stationary cameras.This algorithm combines a temporal difference with an adaptive background subtraction where the combination is novel.Ⅷ1en changes OCCUr.the background is automatically adapted to suit the new conditions.Forthe background model,a new model is proposed with each frame decomposed into regions and the model is based not only upon single pixel but also on the characteristic of a region.The hybrid presentationincludes a model for single pixel information and a model for the pixel’s neighboring area information.This new model of background can both improve the accuracy of segmentation due to that spatialinformation is taken into account and salientl5r speed up the processing procedure because porlion of neighboring pixel call be selected into modeling.The algorithm was successfully used in a video surveillance systern and the experiment result showsit call obtain a clearer foreground than the singleframe difference or background subtraction method. 展开更多
关键词 video surveillance background subtraction frame differencing
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部