单传感器数据驱动的人体日常短时行为识别方法

在基于惯性传感器的人体行为识别研究中,特征提取是其中的关键环节之一。而离散数据统计特征的稳定性依赖于特征提取的窗口大小。一般来说,训练数据的窗口长度需要大于一个运动周期。因此,针对测试数据远小于一个运动周期的短序列样本识别问题,提出了一种基于模板匹配的新的解决方案。首先,通过适当分割训练数据的长序列样本,构建一个过完备的短时行为模板库,将待测短时样本与模板库中样本进行一致化处理并进行匹配;其次,在匹配算法中,采用样本间的F范数与整体梯度向量的2范数累加作为匹配度量准则,得到相似度直方图;最后,基于相似度直方图,根据投票策略得到最终分类识别结果。实验表明:在使用单传感器识别短时行为的情况下,新算法比传统算法在精度和稳定性上具有更好的性能,并能适应不同窗口下短时行为分类问题。

基于小波特征匹配的短时人体行为识别

在人体行为识别研究中,特征选取是关键。为了获取充分且稳定的行为特征,往往对超过一个行为周期的长时行为数据进行处理,而小于一个行为周期的短时行为数据特征通常不稳定,难以做到准确稳定识别。提出一种基于小波变换和模板匹配相结合的短时人体行为识别方法。使用小波变换方法提取系数特征,将短时测试样本的特征与模板库中的特征进行匹配,根据相似性对行为动作做出分类识别。实验结果表明,此方法对于短时行为动作具有较为准确和稳定的识别性能,有助于实现对人体行为动作的实时识别。

基于EfficientDet网络的湖羊短时咀嚼行为识别方法

为分析羊进食行为、自动估算其进食量,提出一种从舍饲湖羊采食视频中自动识别其短时咀嚼行为的方法。首先,针对舍饲湖羊采食区域特点,在EfficientDet网络架构中增加目标框筛选模块,检测视频帧中羊嘴张开、上下颌错开及闭合3种状态,根据羊脸与相机拍摄角度的方位关系检测羊嘴状态,并为各状态赋编码值;然后,利用正则表达式提取连续视频帧中的一次上下颌张合对应的羊嘴状态编码值序列片段;最后,针对羊侧脸面对相机咀嚼、抬头正脸面对相机咀嚼、低头正脸面对相机咀嚼以及鸣叫等一次上下颌张合动作对应的羊嘴状态编码值序列片段构建分类规则,实现短时咀嚼行为的自动识别。对比了基于EfficientDet-D0~D4、YOLO v5和SSD网络的羊嘴状态检测性能,结果表明,改进的EfficientDet-D1网络能以28.18 f/s的传输速率,获得95.64%和98.84%的羊嘴状态检测精确率和均值平均精确率,优于YOLO v5和SSD网络。利用湖羊采食视频测试EfficientDet-D1网络结合正则表达式的湖羊短时咀嚼行为识别分类规则性能,结果表明,分类规则能以91.42%的自动识别正确率和90.85%的平均正确率直接从视频中提取湖羊短时咀嚼行为发生次数和持续时长。本研究将基于视频的湖羊短时咀嚼行为识别问题转换为羊嘴状态编码值序列分类问题,降低了分类模型的复杂度,为湖羊短时咀嚼行为的自动识别提供了一种新的研究思路。

一种镍基单晶合金的短时高温氧化行为

利用扫描电镜、X射线衍射仪等研究了一种镍基单晶合金的短时(小于16h)高温氧化行为。结果表明:该合金在900～1 100℃空气中氧化时,随着氧化温度的升高和氧化时间的延长,氧化速率增加;合金在900℃氧化16h后形成的氧化膜不完整,致密性很低,氧化产物主要为Al2O3、NiO、Cr2O3和TiO2的混合物;在1 000℃氧化16h后形成了完整的、致密性较高的Cr2O3和Al2O3氧化膜;在1 100℃氧化16h后,氧化层中生成了块状NiCr2O4尖晶石,局部区域的氧化膜较为疏松,并且伴有部分脱落。

大n极限下长程作用Ginzburg-Landau模型的短时临界行为

得到长程作用Ginzburg-Landau模型的动力学作用量泛函。研究系统从高温淬火至临界温度后,大n极限下的序参量的短时临界行为。取得初始临界指数θ′。

一种第二代镍基单晶高温合金短时高应力蠕变研究

为了评估镍基单晶高温合金在诸如高超音速飞行器等有限寿命应用中高温弹塑性安定设计的使用情况,在600℃和900℃下进行了短时高应力蠕变试验。结果表明,在900℃/350 MPa(屈服应力的52%)条件下测试的试样产生的蠕变应变比600℃/900 MPa(屈服应力的99%)时更高。由于热激活效应,在900℃/350 MPa下发现γ′相出现筏化。在900℃/350 MPa时,a[110]和a[100]两种超位错都切入了γ′相,而在600℃/900 MPa时,只有a[100]一种超位错切入γ′相。

采用轨迹大数据探测短时非营运行为

现有的关于出租车GPS轨迹大数据的研究均没有考虑出租车司机本身的非运营行为(如出租车加油(气)、就餐、交接班)的特征和需求。根据出租车轨迹大数据,研究了出租车短时非运营行为特征,从轨迹数据中提取出租车短时非运营行为,利用平面线要素核密度分析其时空分布,并采用Ripley’s K函数分析了武汉市徐东大街区域的短时非运营行为与加气站的空间相关性。实验结果表明,分析出租车短时非运营行为时空分布能有效地揭示出租车司机群体的短时非运营行为需求,以及需求与现有公共资源不匹配引发的资源低效配置现状,为公共资源优化调整提供科学有效的辅助决策支撑。