基于HMM的动作识别结果可信度计算方法

针对当前动作识别可信度计算方法中混淆率高、不适用于迁移学习等问题,提出一种基于样本上下文信息的可信度计算方法(S-HMM,sliding windows hidden Markov model)。该方法使用隐马尔可夫模型(HMM,hidden Markov model)理论对识别结果序列建模,将样本所在序列识别正确的概率作为识别结果的可信度,避免了当前可信度计算方法依赖于样本在特征空间中分布的问题。实验使用真实场景中的数据进行仿真,结果表明,与现有方法相比,该方法可将可信度混淆率降低37%左右。

Holter监护仪与多普勒胎心监测准确性的比较研究

目的比较Holter监护仪与多普勒行胎心监测的可靠性和准确性。方法随机选取孕34~41周的200例孕妇,同时采用Holter监护仪与多普勒进行胎心监测,计算并比较母儿心率混淆率。结果 Holter监护仪在全程及母体高运动周期时母儿心率混淆率分别为7.5%及4.5%,显著低于多普勒胎心监测(22.5%,19.5%),差异有统计学意义(均P<0.01),两种监测的一致性均较弱(Kappa系数分别为0.324、0.236)。在母体低运动周期,两种监测的母儿心率混淆率差异无统计学意义(P>0.05),一致性适中(Kappa系数为0.485)。结论 Holter监护仪较多普勒胎心监测能够降低母儿心率混淆率,有更高的可靠性和准确性。

一种基于互连测试的综合优化算法

随着现代对产品质量要求的提高,较全面地考虑各种复杂的PCB故障十分重要。互连测试是边界扫描的主要内容之一,提高测试矢量算法的检测诊断能力则尤为关键。对一些常用算法进行故障诊断分析,得出等权值算法的测试效果相对良好;在此基础之上,参考走步算法的完备思想,提出了一种综合考虑线或(W-O)、线与(W-A)短路的优化算法,并对其紧凑性与诊断能力进行了分析比较,结果表明该算法相比较其他算法,具有一定的优越性。

基于卷积编码的SOC测试响应压缩研究

提出一种单输出压缩方法.首先提出了码率为n/(n?1)、距离为3的卷积码的设计规则,利用这些规则可得到卷积码的校验矩阵,该校验矩阵的实现电路即是能够提供单输出压缩的响应压缩电路.所设计的压缩电路可避免2个和任意奇数个错误位的混淆、避免一个未知位(X位)对特征的掩盖.利用概率论分析了未知位掩盖效应.如果未知位分布具有聚簇特征,那么提出的多重量校验矩阵设计算法能够大大降低未知位的掩盖效应.最后用一些实验数据验证了所提出的压缩电路能够提供较强的未知位容忍能力和非常低的错误位混淆率.