基于跨时空自适应图卷积网络的肢体情绪识别

以往的情绪识别研究多是基于面部图像,但这类研究受光照条件的影响十分严重且面部表情具有一定的欺骗性。相比之下,肢体情绪识别受到的关注较少,且现有肢体情绪识别方法在空间维度没有充分利用人体的结构信息,在时间维度上没有充分利用上下文信息。针对上述问题,本文改进时空图卷积的方法,提出了基于跨时空自适应图卷积网络(CST-AGCN)模型,对人体的肢体行为进行建模。在空间维度上,使用自适应学习策略学习不同情感表达的肢体动作特征。在时间维度上,引入跨时空信息交互策略,有效建立了时空依赖关系,聚合上下文信息。在公开数据集Heroes上进行了实验验证,实验结果表明,所提出的CST-AGCN模型识别准确率比基准模型时空图卷积网络(ST-GCN)提高了12%。

基于图卷积神经网络的面部动作单元检测

情绪识别已广泛应用于教学效果评估和心理疾病检测等场景,面部动作单元检测是情绪识别的关键步骤。在图卷积神经网络基础上,融合残差网络(Residual Network,ResNet)、压缩激励网络(Squeeze and Excitation Networks,SENet)、全卷积神经网络(Fully Convolutional Networks,FCN)4种网络结构,建立带有注意力机制的面部动作单元检测模型,并在丹佛大学自发面部运动单元数据库(Denver Intensity of Spontaneous Facial Action,DISFA)和CK+两个公共数据集上进行了验证实验。实验结果表明,该模型的性能优于传统面部动作单元检测模型。

排球运动员对扣球动作各期段图示眼动特征的实验研究

运用实验仪器探索运动员眼动特征一直是运动心理学家不断研究的重要课题。研究证明,运用眼动记录仪能够及时、准确地记录运动员眼球运动的时间和空间特征,是反映运动员视觉特征的有效手段。采用ASL Eye Tracker 6000型眼动记录仪对不同水平排球运动员对扣球动作图示各期段眼动特征进行试验研究,力求探索排球运动员对排球扣球动作图示进行视觉搜索的内在认知规律,为排球运动科学训练、心理选材和技战术合理运用等方面提供理论借鉴与参考。结果发现:(1)高水平运动员在各期段的平均注视时间、总注视时间、平均眼跳距离、平均眼跳速度、瞳孔直径眼动指标都大于低水平运动员,高水平运动员注视点数量在击球准备期内大于低水平运动员。(2)高水平-低水平运动员的平均注视时间在击球准备期内对比差异显著、总注视时间在击球准备期和击球期内对比差异十分显著、平均眼跳速度在起跳期和击球期对比差异显著、注视点数量在击球准备期内对比差异显著、平均瞳孔直径在三个期段内对比差异十分显著。(3)高水平运动员判断正确率远远高于低水平运动员,对比差异十分显著。说明高水平运动员在长期的比赛和训练中,形成了快速、准确搜索动作特征信息的能力及对信息分析综合和正确决策能力。

行星轮系的图论模型及其应用

通过对图论模型的分析,总结了轮系图论模型应满足的条件。在文献[1]图论模型的基础上提出了完善的图论模型,进而建立了行星单元体和拓扑单元回路的概念,并基于此提出了计算轮系自由度和传动比的新方法,易于用计算机自动求解,并给以算例。

加工过程的三维动态图形模拟研究

研究了加工过程中的三维动态模拟图形。利用VB6.0与3DSMAX2.5、AutoCADR14接口,模拟机械加工过程及原理,产生了逼真的效果,开发了应用软件中的三维动态模拟加工图。将三维动态模拟有效地与CAD/CAM结合,直观完整地描述了设计和制造过程。成功地用于制造厂的产品设计与制造及教学。

激光微加工系统通信协议设计

为实现自主研制的激光微加工系统图形加工控制,设计了一种激光微加工系统上下位机之间串行通信协议.在自主研制的激光微加工系统中,复杂的待加工图形经图像处理最终形成m行×n列的二值图形,每行由交替变换的连续需要和不需要加工的多条线段构成,这些信息构成加工轨迹设定值.由帧首、字节数、功能代码、传输内容(加工轨迹设定值)、校验和帧尾构成一帧数据,以串行通信的方式传输给下位机控制器并等待反馈,下位机控制器对接收到的每帧数据进行检查,若无误则执行,检查结果或执行结果反馈给上位机,上位机根据反馈帧确定下一步数据处理方式.结果表明:采用数据帧反馈的形式,提高了通信的可靠性.

基于Multi-GPU平台的大规模图数据处理

在GPU高性能节点上构建高效的大规模图数据的算法和系统已经日益成为研究热点,以GPU协处理器为计算核心不仅能够提供大规模线程的并行环境,也能提供高吞吐的内存和缓存访问机制.随着图的规模增大,相对大小局限的GPU的设备访存空间逐渐不能满足缓存整个图数据的应用需求,也催生了大量以单节点上外存I/O优化(out-of-core graph)为主要研究方向的大规模图数据处理系统.为了应对这一瓶颈,现有的算法和系统研究采用对图切分的压缩数据形式(即shards)用以数据传输和迭代计算.然而,这类研究扩展到Multi-GPU平台上往往性能的局限性表现在对PCI-E带宽的高依赖性,同时也由于Multi-GPU上任务负载不均衡而缺乏一定的可扩展性.为了应对上述挑战,提出并设计了基于Multi-GPU平台的支持高效、可扩展的大规模图数据处理系统GFlow.GFlow提出了全新的适用于Multi-GPU下的图数据Grid切分策略和双层滑动窗口算法,在将图的属性数据(点的状态集合、点/边权重值)缓存于各GPU设备之后,顺序加载图的拓扑结构数据(点/边集合)值各GPU中.通过双层滑动窗口,GFlow动态地加载数据分块从SSD存储至GPU设备内存,并顺序化聚合并应用处理过程中各GPU所生成的Updates.通过在9个现实图数据集上的实验结果可以看出,GFlow在Multi-GPU平台下相比其他支持外存图(out-of-core graph)处理的相关系统性能表现更为优异,对比CPU下的GraphChi和X-Stream分别提升25.6X和20.3X,对比GPU下支持外存图数据处理的GraphReduce系统单GPU提升1.3~2.5X.同时GFlow可扩展性在Multi-GPU上也表现良好.

考虑工件移动时间的柔性作业车间调度问题研究

分析生产车间的实际生产状况,建立了考虑工件移动时间的柔性作业车间调度问题模型。该模型考虑了以往柔性作业车间调度问题模型所没有考虑的工件在加工机器间的移动时间,使柔性作业车间调度问题更贴近实际生产,让调度理论更具现实性。通过对已有的改进遗传算法的遗传操作进行重构,设计出有效求解考虑工件移动时间的柔性作业车间调度问题的改进遗传算法。最后对实际案例进行求解,得到调度甘特图和析取图,通过对甘特图和析取图的分析验证了所建考虑工件移动时间的柔性作业车间调度问题模型的可行性和有效性。

布点教学法:实现了课堂教学研究的一次创新变革

布点教学法构建了教师运作学生知与不知运动(问题图运动)的教学模式,得出了教学过程中学生知与不知运动三条运作原理,形成了课堂教学问题图话语系统,为观察、分析课堂教学提供了一个全新的分析工具。文章用它对讲授法、发现法、自学法的研究取向及成果作了分析,又结合实验过程反思了布点法获得知与不知运动的原因。布点法的这些全新的重要研究成果,实现了课堂教学研究的一次创新变革。

复杂定轴轮系的图论分析方法

以图论理论为基础,提出了复杂定轴轮系的表示和分析方法.用啮合矩阵和离合器矩阵的组合描述定轴轮系,用矩阵的秩判断轮系是否有运动干涉,用深度优先搜索法计算轮系的传动路线.给出了轮系分析程序的流程.用该方法分析了某变速箱,找到了全部可行的传动路线.

基于MEMS技术的加速度传感器测量断路器速度特性的研究

断路器是电力系统中的重要设备。断路器的事故统计表明:大部分断路器的故障是机械操作系统故障,而检测动触头运动特性是判断断路器性能的重要手段。该文通过对断路器触头运动特性的分析,提出采用硅压阻MEMS技术的加速度传感器来测量断路器触头运动特性,详细介绍了采用加速度传感器的测量方法。强调要用多种滤波方法对测量数据进行分析才能得出正确结果,并用C++绘制了清晰的触头运动曲线。

基于时空图小波神经网络的手部动作识别方法

根据车间人员操作监控的需要,文中研究了一种基于深度学习的新方法——时空图小波神经网络(ST-GWNN)。该算法对图小波卷积进行参数化,以降低每层图卷积层的参数复杂度,并采用一阶切比雪夫多项式逼近图小波卷积;分离多项式阶数K与邻接节点阶数之间的关系,固定多项式阶数,通过调整超参数s来改变邻域范围,从而识别更多复杂的手部动作。实验结果表明,文中提出的ST-GWNN在动作识别中的识别率优于目前常用的时空图卷积神经网络,并且能够充分利用动作的时空关联性。

山西霍山山前断裂冲沟S-A双对数图、凹曲指数与陡峭指数的构造响应特征

利用能够反映构造隆升作用与河流下切侵蚀作用之间关系的河流水力侵蚀模型,以小流域性的霍山山前断裂为实验区,基于高分辨率DEM数据,分析了64条横跨断裂发育的冲沟的S-A双对数图、凹曲指数(θ)与陡峭指数(logks);研究了它们对霍山山前断裂构造活动的响应特征:1)冲沟的S-A双对数图基本都呈现出明显的上凸特征,这是对断裂区域构造隆升速率大于河流下切侵蚀速率的直观响应;2)冲沟的凹曲指数θ值均<0.35,平均值仅为0.223,远低于均衡河道的经验平均值(0.49),这是冲沟纵剖面下凹程度低的直接的量化表达,反映了冲沟的发育是很年轻的,而其原因主要是霍山山前断裂频繁而强烈的构造运动使冲沟没有足够的时间通过下切侵蚀作用来调整剖面形态;3)冲沟的陡峭指数logks值呈现出老爷顶一带最高,南北两侧较低,而且北部比南部高的分布特征;这在一定程度上指示了霍山山前断裂在老爷顶一带隆升速率最大,南北两侧较低,而且北部隆升速率比南部高。

周转轮系自由度及运动分析的图论方法

在分析轮系图论模型的基础上,总结了图论模型应满足的基本条件,提出了更完善的图论模型,进而建立了行星单元体和拓扑单元回路的概念。基于图论模型,推导出了新的计算周转轮系自由度的公式,通过拓扑单元回路法提出了计算周转轮系传动比的新方法。该方法适用于计算机自动求解。算例结果表明,该方法正确、简单且高效。

新龙织机引剑机构运动分析

详细分析了新龙型剑杆织机引剑机构的运动规律 ,并绘出剑带运动曲线图 ;讨论了这种引剑机构的运动性能 。

基于曲率特征猪腹式呼吸运动波形图建模方法

为了实现视频中生猪腹式呼吸运动信息的波形图量化,研究了应用脊部轮廓最大曲率半径描述子（MCRD）表达猪腹式呼吸运动波形图的计算机视觉建模方法。以预处理后的生猪轮廓图为供试材料,为获取有效的猪体脊部轮廓段,基于包络分析提出了猪腿轮廓与躯干轮廓分界点的识别算法,提取有效脊部轮廓段的最大曲率半径,由视频段每帧MCRD构建波形图模型。可信的波形图取决于有效的描述子参数,试验显示有效的MCRD,猪轮廓外接矩形高宽比（DWR）适应范围在0.4-0.9之间,而受制于身体侧视图展示角度的影响,有效的脊腹轮廓截距描述子（RACID）对应合适的DWR范围仅在0.6-0.9之间。对于三段完整腹式呼吸运动视频中生猪呼吸频率的统计,以人工目测结果为参考指标,机器检测结果与参考值的相对误差为0%、3.09%、3.76%,平均相对误差为2.28%,且同一人目测和不同两人之间目测结果存在差异,而机器检测结果一致。35辑猪腹式呼吸视频能自动检测出33辑,识别精度为94.3%。该方法能有效构造猪腹式呼吸运动波形图模型,有望为智能监控中腹式呼吸预警提供潜在技术支持。

一种基于PLC的单轴运动控制器

介绍了一种基于PLC的单轴运动控制器的解决方案 ,其控制部件采用松下FPO系列的PLC .这种方案的成本较低 ,而且硬件工作量小、开发周期短 ,是一种可行的方案 .

系统运动:系统科学的孕育与生成

通过对国内外系统运动图谱的分析,可以提出包括三个阶段的系统运动图谱。在系统运动的第一阶段形成了具有中性科学特征的、学科无涉的系统科学理论;在系统运动的第二阶段形成了学科有涉的系统科学理论;形成的二阶系统科学理论对一阶理论的反作用使得系统运动成为了一个闭合反馈回路。系统科学在系统运动中形成和发展。

基于图网络的集群运动预测研究

集群动力学是软物质领域的研究热点和前沿视角,集群运动的同步机制存在着丰富的潜在规律和应用价值。该文构建了一种基于加权集群动力学的图网络模型,该模型从粒子的位置、运动方向特征以及邻居的影响中学习集群运动的演化机制,可以实现对集群运动过程的长期预测。实验结果表明,图网络模型可以对集群运动过程中的序参量进行预测,涵盖不同的噪声和视野半径,预测效果较好。模型构建后,无需进行复杂的动力学模拟和计算,就可以得到不同条件参数下集群运动系统序参量的值,从而快速量化集群运动的同步程度,节省时间成本,对集群的智能控制具有重要意义。

挠性剑杆织机引剑机构简析

简要介绍了剑杆织机的独特性能和引剑机构的发展趋势 ;详细分析了当前国际。