多元融合无监督室内外场景识别算法设计

实时环境监测在当今社会越来越显得重要,微型无源移动式环境监测设备是实时环境质量监测的重要方式,但解决该类设备的能耗问题以增加续航时间是研究的热点问题。提出了一种基于多元融合的无监督室内外场景识别算法,在融合光照传感器、温湿度传感器和地磁传感器的前提下,分别设计各类传感器的室内外场景识别算法,再设计投票机制来提高对室内外场景识别的准确率,用于微型无源移动式环境监测设备动态开启或休眠部分监测传感器,进而降低能,耗延长续航时间。由实验结果可知,基于多元融合的无监督室内外场景识别算法准确率达到了近90%,符合微型无源移动式环境监测设备的使用要求。

基于支持向量机多分类器的室内外场景感知算法

针对普适室内外场景持续感知面临的低功耗、复杂动态环境、异构使用模式带来的挑战,提出了一种轻量级的基于支持向量机多分类器的高精度、低功耗室内外场景检测算法。该算法使用智能手机集成的各种传感器(可见光传感器、磁传感器、加速度传感器、陀螺仪传感器和气压传感器),在挖掘分析各种传感器在室内外场景的不同特征,以及人们在室内外场景的行为差异基础上,根据时间和气象条件设计多个支持向量机分类器,对复杂室内外场景进行识别。实验结果表明,基于支持向量机多分类器的室内外场景检测算法具有较好的普适性,可获得95%以上的室内外判定准确率,平均功耗小于5 m W。

基于神经网络的室内外场景识别方法

针对目前室内外场景识别方法所面临的低精度、低可靠性和低稳定性的问题,提出了一种基于神经网络算法的高精度室内外场景识别的方法。该方法利用智能手机内置的光传感器、磁传感器和全球导航卫星系统(global navigation satellite system,GNSS)模块采集训练数据,根据卫星数量、高度角、信噪比数据在室内外具有不同的特性,将场景划分成不同的区间并结合室内外的地磁数据与光照强度数据构成场景识别的特征,最后将不同时间的特征数据输入神经网络模型进行训练室内外场景识别模型。大量的测试实验结果表明,基于神经网络的室内外场景识别方法在不同的场景下识别准确率可以达到96%,能有效地识别室内外场景,具有较强的稳定性,可为室内外无缝定位系统的构建提供参考。

基于泛在信号融合的室内外场景鲁棒感知算法

针对室内外场景结合的导航应用服务需求的发展以及现有室内外场景感知方法的识别稳定性较低、准确率不高问题,本文提出一种基于泛在信号融合的室内外场景鲁棒感知算法,利用室内外场景中融合的泛在信号降低单一信号识别误差;同时为提高传统AdaBoost算法对不平衡数据集的分类精度,采用概率神经网络(PNN)作为训练的弱分类器,并引入熵权法,对迭代产生的弱分类器的权重进行修正来提高强分类器的分类准确率.现实场景下的实验表明,本文算法在采用室内外环境中的WiFi信号、全球卫星导航系统(GNSS)可用星数、光照强度这三种融合的泛在信号进行室内外场景感知时性能最佳,对于不同角度方向下的室内外场景切换,可以在误报率仅为1.7%的情况下,达到98%的识别准确率,验证了本文所提算法的准确性和鲁棒性.

终端设备的室内外场景感知技术综述

近年来,随着万物互联的兴起,终端设备需求不断增加,对于终端设备的室内外场景感知技术的要求也在不断提高。本文根据近年来室内外场景感知技术的发展趋势,对该领域进行了深入的研究和分析。文中对室内外场景感知技术的基本理念和发展前景进行介绍;根据其场景感知所依托的检测介质,对场景感知技术进行分类探讨;通过对各类技术的特点进行简要分析,对未来技术发展做出预想。

FDD-LTE室内外切换重选参数的研究

设置合理的室内外切换/重选参数对提升网络性能、保障用户感知很重要,故首先分析了FDD-LTE小区重选切换的步骤、原理,然后选取现网中最常见的几种室内外切换场景,重点分析了不同场景下室内外切换/重选的策略,最后给出不同场景下室内外切换/重选的主要参数建议值。

动画场景设计分类

动画场景是动画叙事的基本载体和角色表演的特定空间环境,是依据剧本和导演划分镜头脚本的要求而设计的特定背景。动画片导演在明确影片主题的基础上,对场景及角色从造型风格到色彩基调要有一个整体构思,其中单个场景是环境展示的基本单位,创作者必须通过对剧情节奏及角色情绪变化进行把握,明确各个场次的基调变化,使各场景之间产生变化和对比。当然,一切变化都要围绕剧情展开,为角色塑造服务。场景设计通常包括室外空间环境设计、室内场景设计、室内外结合的场景设计以及场景中的道具设计。