基于面部动作单元的面瘫症状检测

面瘫是由于面神经损伤而导致的面部肌肉异常,其主要表现为面部不对称。传统的方法通常通过分析面部的表面特征(如面部关键点)来检测面瘫症状,但无法捕捉到潜藏在黑箱模型中的面瘫症状。针对这一问题,提出了一种基于面部动作单元(AUs)的面瘫症状检测方法。为了提高AU强度的预测精度,设计了差分集成模型。根据预测的AU强度,提出了一种高度可解释的面瘫症状检测模型,用以描述面部肌肉力量的不对称性。实验结果显示,该模型在眉部、眼部和嘴部肌肉功能检测的F1值分别为83.92%、81.90%和90.91%,因此可作为临床医学的有力辅助工具。

基于元动作理论的驱传系统数字孪生模型构建

针对面向实际工程应用的数字孪生技术,探索了基于元动作理论的机电设备驱传系统数字孪生体模型框架的构建及其关键技术。阐述了从零部件到元动作理论的历史渊源,对元动作理论的相关概念及其引入数字孪生技术的原由进行了介绍,对比了其与传统方法的不同,在此基础上从元动作的优势和特点出发,以元动作理论为底层架构,将其引入驱传系统的数字孪生技术。提出驱传系统数字孪生体的内涵并详细定义了单元级、链级、系统级孪生体3个层次,搭建了基于元动作理论的驱传系统数字孪生体的五维框架。以某型号数控转台的驱传系统为例构建了实时监控数字孪生系统实例,给出了数字孪生技术的应用框架,验证了该数字孪生模型具有一定的实际意义与工程应用价值。

重金属与四环素类抗生素对发光菌的毒性研究

本研究以发光细菌Photobacterium kishitanii为模式生物,通过发光抑制试验研究了5种重金属与四环素类抗生素对发光细菌的急性单一毒性与联合毒性。利用毒性单位法(TU法)表征联合毒性,并采用浓度加和模型(Concentration addtion,CA模型)与独立作用模型(Independent action,IA模型)预测二元混合体系对发光细菌的联合急性毒性。研究表明:单一毒性大小排序为硝酸铅>七水硫酸锌>氯化镉>盐酸土霉素>盐酸金霉素>盐酸强力霉素>盐酸四环素>五水硫酸铜>重铬酸钾。重金属之间的联合毒性主要表现为协同作用,重金属与四环素类抗生素的联合毒性主要表现为相加作用和拮抗作用,四环素类抗生素之间的联合毒性主要表现为拮抗作用。研究表明,重金属与四环素类抗生素共存会对发光细菌产生不同的毒性效应,因此在评价环境复合污染时应考虑联合毒性效应。

基于人体骨架信息的行为检测系统设计

为了解决现有行为检测系统中依赖惯性传感器、检测结果不够准确的问题,设计了基于人体骨架信息的行为检测系统;系统采用Jetson Nano人工智能计算设备作为主控模块,结合图像采集模块、显示模块和以Atmega328单片机为主的报警模块构成;系统利用图像采集模块采集行为视频信息,通过主控模块中的行为检测器对视频中人体行为进行检测,报警模块通过串口接收检测结果并对危险行为进行预警;同时,利用人体骨架的关节空间运动幅度、肢体关联差异,建立了关节帧间位移矢量和骨骼夹角变化的关节行为模型,再借助长短时记忆网络提取行为特征,并训练实时行为检测器;经实验测试,该系统能够有效检测常见的人体行为并对危险行为类别进行报警提示。

基于生理层肌电模型的表面肌电信号仿真方法

目的根据SEMG的生理和检测过程的实际情况,研究表面肌电信号分解测试信号的仿真方法。方法从生理层肌电模型出发,以模拟电极随机抖动的方法仿真MUAP波形的随机变异,以改变传导速度的方法模拟MUAP的趋势变异,采用调整MU发放时刻表的方法模拟出特定叠加程度的SEMG信号。结果同一MU中的不同发放时刻的MUAP波形的随机变异以及MUAP波形的趋势变异都可以通过该方法定量模拟。结论该方法模拟出的SEMG信号更能逼近真实表面肌电信号的特征,可用于验证SEMG分解算法。

考虑性能依赖的元动作单元多态可靠性分析

为研究单元之间相互作用所引起的性能依赖给多态系统可靠性造成的影响.利用功能-运动-动作(FMA)分解理论将多态系统分解成多个元动作,以元动作单元为研究对象,运用非齐次马尔科夫模型描述元动作单元的多状态演变过程;通过设定状态转移系数将状态转移率与依赖特性相关联,构建新的状态转移矩阵,再运用Kolmogorov微分方程求得多态单元处于各状态的概率,并利用向量通用发生函数建立考虑单元性能依赖特性的多态系统可靠性分析模型,讨论了不同依赖情形下的模型特点;以国内某卧式加工中心的分度转台系统为例验证了单元依赖特性对系统可靠性的影响.结果表明:具有依赖特性单元的状态转移率会随着对应自立单元的性能退化而改变;与单元相互独立的多态系统相比,在单元处于高性能状态时,具有单元依赖特性的多态系统可靠度更高;在单元处于低性能状态时,具有单元依赖特性的多态系统可靠度更低.研究结果可为机械系统可靠性设计和产品维修周期设计提供相应的理论依据.

信息技术教育应用为何低效?--基于“结构-过程”视角的教师教学行动分析

当前,学术界对信息技术能否真正提升教育效果存在争议。已有研究大多基于实证进行判断,尚缺乏学理上的解释与阐述。实际上,教育与信息技术是两种不同的存在,具有不同的实践逻辑。基于帕森斯的单位行动模型与吉登斯的结构化理论建构的“结构—过程”分析视角,对教师教学行动的分析发现,教育实践与信息技术应用之间存在目的、手段、理念、条件和过程等五方面的逻辑冲突:教育实践旨在促进学生生命成长,信息技术应用则追求对认识对象的信息化处理;教育实践以身体在场的课堂教学为主要手段,信息技术应用则依靠硬件与软件,通过虚拟分身发挥作用;教育实践体现着工业文明的“以教为主”的理念,封闭的教室是其开展的条件,而信息技术内嵌着自由、开放与共享的信息文明理念,以开放的网络环境为运行条件;教育实践过程因教师行动的差异充满个性化,而信息技术应用则体现了建立在既定物理规律和数理逻辑上的形式化。教育实践与信息技术应用之间存在的逻辑冲突,导致了信息技术教育应用的低效。调适这些逻辑冲突,需要抓住学生发展这个逻辑契合点,以学生的生命充盈为鹄的,变革教育理念,丰富教学组织形式,践行“以人为本”的价值观,促进技术的人性化发展。

元动作装配单元误差传递模型及有效路径求解方法

在对机械产品进行"功能-运动-动作"结构化分解的基础上,将影响元动作装配单元装配精度的误差源分为零部件的形状误差、位置误差、装配位置误差和运动误差等四类误差源。引入误差链接模型作为元动作装配单元误差关联关系的基本封装单元,构建结构化误差关联模型——链接网络和链接矩阵,形象描述误差间的耦合嵌套关系。提出基于误差链接模型的装配误差传递路径求解方法,用老鼠迷宫算法搜索所有可能的误差传递路径,以装配精度最高作为判别依据,得到各误差分量的有效传递路径。以蜗杆转动元动作装配单元蜗杆轴线平行度误差有效传递路径为目标,对上述方法进行验证,结果表明该方法能够高效地搜索到所有误差传递路径,并快速获得有效传递路径。该方法的提出为整机装配过程质量预测与控制提供了理论依据。

基于小数据集下贝叶斯网络建模的面部表情识别

针对面部表情识别过程中获得的特征样本稀少的问题,提出了一种基于小数据集下贝叶斯网络(BN)建模的面部表情识别方法。首先提取面部表情图像的几何特征和HOG特征,经特征融合和归一化等处理构成动作单元(AU)标签样本集;其次提出了用于面部表情识别的BN结构,并将定性专家经验转化为BN条件概率之间的约束集合,随后引入凸优化最大化求解完成BN模型参数的估算;最后利用联合树推理算法识别出面部表情。实验结果表明:在小数据集条件下,与支持向量机(SVM)、Adaboost和卷积神经网络(CNN)等人脸表情分类方法相比,该方法能够取得更准确的面部表情识别结果。

利用自组织竞争神经网络提取NEMG信号的MUAP模板

采用自组织竞争人工神经网络 ,完成对针电极肌电信号 (NEMG)的运动单位动作电位 (MU AP)的模式分类。MU AP波形的特征取自于其自回归 (AR)模型系数 a1 ～ ap 及激励白噪的功率 εp构成的特征向量。模拟NEMG信号和真实 NEMG信号的实验结果表明 ,这种分类方法具有很高的正确率 ,从而为 NEMG信号分解研究中提取 MU

面部认知行为特征提取探索

为了较全面表征面部外显的语义信息,在当前研究成果的基础上,借鉴人类认知经验,提出面部认知行为特征这一概念,并对其计算模型与分析方法进行了初步的探索.在认知心理学与心理学研究的基础上,提出一种具有时空结合、多分辨率、动态等特点的面部认知行为特征识别模型,初步抽取了11种面部认知行为特征,并建立了它们与对应面部运动单元之间的对应关系;在面部认知行为模型的基础上,给出了一种融合阈值决策与隐马尔科夫模型进行面部认知行为特征识别的方法,主要包括FACS AUs特征的时空分析、基于AUs的面部认知行为特征检测两部分.实验表明:本文所提方案可以有效识别面部认知行为特征.

肌纤维细胞内动作电位建模的研究

介绍一种肌纤维细胞内动作电位 (IAP)的建模方法 .该方法将IAP波看作两部分之和 ,一部分对应于动作电位激励波的波峰 ,另一部分对应于动作电位的后电位 ,并用两个简单的解析函数分别表示它们 .模型的特点是 ,模型中描述波峰和后电位相对幅度的参数 ,对应于与激励波波峰有关的跨膜电流的中心矩 ,而且 ,这些参数可以由实验测量的IAP或运动单位动作电位 (MUAP)反向估计确定 .

基于贝叶斯网络的作战行动方案效能评估方法

对作战行动方案进行效能评估实现了为指挥员提供决策辅助。分析了作战行动方案中作战行动之间的依赖关系,建立了作战行动方案效能模型和相应的贝叶斯网络,用贝叶斯方法对作战行动方案进行了效能评估和优选。以某联合登岛作战为案例的实验表明,该方法较好地处理了作战行动方案的不确定性和复杂性,评估结果可以为指挥员的决策提供参考。

基于特征值修正的特征点重定位方法

为了解决特征点重定位算法的运行时间过长的问题,研究了人脸活动单元(action units,AU)的动态性,提出一种通过修正特征值来对特征点进行重定位的方法,从数学角度对特征值进行操作。该方法在主动表观模型(active appearance model,AAM)自动定位之后,根据整个序列中某一活动单元特征值的变化趋势来对序列进行去孤立帧、平滑等操作,进而通过计算间接地对特征点进行重新定位。实验结果表明,该方法避免了直接调整特征点的操作复杂性,在一定程度上达到提高特征点定位精确度的目的。

电网备自投自适应建模方法研究

传统的备自投建模由于要考虑各种电网的复杂结构及运行方式变化而导致模型描述很复杂,维护量大难以实用化。提出一种新的备自投自适应建模方法,利用模型分解的方法把一个复杂的备自投分解成几个基本备自投单元,减少模型设计的复杂性。并开发了一个新的电网自动拓扑搜索算法,实时自动分析更新备自投模型,让备自投的模型能够'自适应'电网的运行方式变化。实例分析证明该方法简洁实用,可以完全仿真实际备自投的复杂动作逻辑。

基于深度学习和表情AU参数的人脸动画方法

为了利用计算机方便快捷地生成表情逼真的动漫人物,提出一种基于深度学习和表情AU参数的人脸动画生成方法.该方法定义了用于描述面部表情的24个面部运动单元参数,即表情AU参数,并利用卷积神经网络和FEAFA数据集构建和训练了相应的参数回归网络模型.在根据视频图像生成人脸动画时,首先从单目摄像头获取视频图像,采用有监督的梯度下降法对视频帧进行人脸检测,进而对得到的人脸表情图像准确地回归出表情AU参数值,将其视为三维人脸表情基系数,并结合虚拟人物相对应的24个基础三维表情形状和中立表情形状,在自然环境下基于表情融合变形模型驱动虚拟人物生成人脸动画.该方法省去了传统方法中的三维重建过程,并且考虑了运动单元参数之间的相互影响,使得生成的人脸动画的表情更加自然、细腻.此外,基于人脸图像比基于特征点回归出的表情系数更加准确.

基于表情活动单元的人脸模型自动适配

提出一种算法，使用变形模板估计眼睛和嘴巴的特征，利用这些特征用Ｃａｎｄｉｄｅ模型对人脸进行适配，它对人脸模型的全局适配没有旋转限制，而且表情活动单元的初值决定于模仿适配。算法在视频序列Ａｋｉｙｏ和Ｍｉｓｓ Ａｍｅｒｉｃａ（ＣＩＦ，１０ Ｈｚ）上实验，证明其正确性和有效性。

微表情类别与区域间关联度的分析方法研究

为了揭示微表情类别与面部各区域之间的关联度,提出一种局部区域划分和分析方法。该方法首先根据各类微表情对应动作单元所在的位置确定出人脸中最为关键的7个局部区域,然后采用面部形变鉴别模型自动检测出面部49个关键点坐标,再根据这些点确定上述局部区域的4个边界。最后,分别提取各区域的时空模式特征并进行微表情分类,通过各区域对各类微表情的分类准确率来分析两者之间的关联度。实验结果表明,局部区域划分方案科学合理,微表情"惊奇"及"厌恶"与眼睛区域、微表情"高兴"与嘴巴区域、微表情"压抑"与下巴区域有较高的关联度。

基于表情活动单元的人脸模型自动适配

基于表情活动单元的人脸模型自动适配是极低码率可视电话模型基编码所必需的。本文提出的算法使用变形模板估计眼睛和嘴巴的特征 ,利用这些特征用Candide模型对人脸进行适配。本算法对人脸模型的全局适配没有旋转限制 ,而且表情活动单元的初值决定于模仿适配。算法在视频序列Akiyo和MissAmerica(CIF ,10Hz)上实验 ,证明了其正确性和有效性。

多目标模糊综合评价的数控机床元动作单元关键质量特性识别

为了充分考虑数控机床关键质量特性识别过程中指标体系的完整性和评估信息的多种不确定性,提出一种面向数控机床元动作单元的多目标综合模糊评价关键质量特性识别方法。从元动作单元角度构建数控机床多目标质量特性指标体系,并给出了相关概念及定义。采用粗糙数理论将质量特性评估信息转化为区间形式去处理评估信息中的模糊性和主观性,再将粗糙区间评价值转化为正态云形式,以弥补粗糙数不能处理信息随机性的缺陷。结合专家权重的分析结果,采用粗有序加权平均法求解评价因子的相对重要性。针对传统决策方法没有考虑专家有限理性的问题,使用基于风险偏好的评估方法进行质量特性排序和关键质量特性的识别。最后,通过实例验证了所提方法的有效性。