课程文献中心 更多>>

关键词： 功能性近红外光谱技术   运动训练   参与度   康复机器人   支持向量机分类器  

摘要： 目的:在临床康复训练中保持高水平的参与度可以显著促进患者运动能力的恢复。本研究旨在利用功能性近红外光谱(fNIRS)技术监测被试者在训练过程中的参与状态变化,并应用机器学习算法对不同参与度进行分类与识别,为临床评估提供客观量化参与信息,促进优化康复训练方案。方法:本研究招募了16名健康的右利手被试者,参与了不同难度水平的训练任务。使用一般线性模型选择显著激活的fNIRS通道,提取氧合血红蛋白(HbO)浓度特征,包括均值、斜率和样本熵,利用支持向量机(SVM)分类器对被试者的训练参与程度进行分类和识别分析。结果:通过8次3折交叉验证评估了SVM分类器的性能,结果显示:斜率、均值、样本熵及这三种特征的组合下,分类模型的准确率分别为75.1%、83.2%、80.5%和86.8%。结论:采用SVM分类器能够有效对fNIRS信号进行分类和识别。该研究为运动训练提供了量化参与程度评估信息,将进一步或可为脑卒中运动功能康复智能评估研究奠定理论基础,并为智能康复处方的制定和动态参数调整提供依据,有助于提高运动康复训练效率和效果。

关键词： 智能船舶   多目标轨迹预测   稀疏图卷积网络   非概率采样网络   集群表示   滤波修正  

摘要： 针对目前预测算法中船舶轨迹样本分布不均衡、群体交互关系利用率低及预测结果不符合船舶运动学特性等问题,提出了一种基于稀疏图卷积网络(S-GCN)的多目标轨迹预测算法.首先,设计了可学习的非概率采样网络(NPSN)以生成分布均衡的轨迹样本;其次,基于船舶个体与群体的关系提出了船舶集群表示方法以推断符合海事规则的多目标交互方式;最后,采用交互式多模型(IMM)状态估计算法对预测轨迹进行了滤波修正以满足船舶运动学机理.实验结果表明:所提出的算法性能有了较大提升,平均位移误差(ADE)和终点位移误差(FDE)分别为17.06 m和29.49 m,优于S-GCN和其他现有的常用预测算法.

关键词： 高分辨率遥感影像   建筑物提取   边界平滑   多尺度特征   U-Net   Partial卷积  

摘要： 由于高空间分辨率遥感图像中背景与建筑物对象的相似度高,导致网络难以兼顾不同大小的建筑物,建筑边界区域的像素与背景混淆,建筑边界很容易被漏检。为解决上述问题,提出融合Partial卷积与残差细化的遥感影像建筑物提取算法(UUNet)。以U-Net为基线网络,首先,改进编码器。在编码器前端加入两个Conv4×4,在最初扩大感受野,捕捉更多遥感影像特征信息,利用Partial卷积(PConv3×3)构造的PC模块,增强编码器提取多尺度建筑物特征的能力,用Conv2×2进行两倍下采样,减少建筑物特征信息丢失。其次,减少参数量。裁剪U-Net网络解码器三层结构为UUNet网络解码器。最后,增加改进的残差细化模块。在解码器输出端构造裁剪到三层结构的U型残差细化模块,对解码器输出的粗糙建筑物特征图进行进一步提纯,使建筑物边缘信息更加清晰,网络解码器与U型残差细化模块编码器进行跳跃连接,保留最初特征,将SimAM嵌入细化模块中,提高建筑物关注度,优化网络改善边界模糊,提升目标边界提取质量。在Satellite datasetⅡ(East Asia)数据集上进行消融实验,UUNet比U-Net的IoU_(Building)、IoU_(Background)、F1、OA和MIoU分别提高2.78个百分点、0.12个百分点、1.91个百分点、0.19个百分点、1.45个百分点,表明UUNet网络优于基线网络;在Satellite datasetⅡ(East Asia)数据集和WHU数据集上做对比实验,UUNet相较于现有的主流算法更优,能够显著地提升高分辨率遥感影像中建筑物提取的效果。

关键词： 遗传算法   升力翼   磁悬浮列车   翼型   气动特性   小翼  

摘要： 翼型对于高速列车升力翼的气动性能影响明显,为进一步提高升力翼的增升性能,对磁悬浮列车升力翼的翼型和外形结构优化很有必要。选用翼型NACA BR 63-55-12作为高速列车升力翼的基础翼型,利用遗传算法与CFD相结合的方法对基础翼型进行优化,对基础翼型和优化后的翼型进行气动性能对比分析,在此基础上建立了升力翼的气动仿真模型,研究了翼尖小翼和支撑杆形状对气动性能的影响。结果表明:优化后翼型气动特性出现明显提升,其中升力系数提高23.2%,阻力系数降低0.67%,升阻比提高;升力翼翼尖加装小翼起到增强翼尖涡耗散作用,安装小翼的升力翼的升阻比平均增大约6.7%;升力翼的3种截面中椭圆形的支撑杆阻力最小,在3种截面形状中最大。

关键词： 高速气流场   改进黑翅鸢算法   特征融合   格拉姆角场   故障检测  

摘要： 针对高速列车运行时高速气流场对受电弓碳滑板与接触网之间的接触压力和电弧状态影响。通过计算得出更符合实际状态下的接触压力和电弧状态模型,建立了考虑高速气流场影响的弓网电弧实验模型。提出了改进黑翅鸢算法(IBKA)的1D-2D-GAF-PCNN-GRU-MSA故障检测模型。应用格拉姆角场(GAF)将一维接触电压信号时序图象化转换为二维图像并通过双通道卷积神经网络(PCNN)进行特征识别。另将一维时序信号通过门控循环单元(GRU)捕捉时序信号特征。将一维时序信号特征与二维图像特征进行特征融合,弥补各自局限性。针对模型中的难以确定的学习率、门控循环单元网络层神经元个数等参数,融入改进黑翅鸢算法(IBKA)对参数寻优使模型更加合理。最后,融合多头自注意力机制提高模型准确率。将提出的模型与其他3种模型分别对3组不同实验条件的弓网电弧模型进行检测,验证提出的模型具有较强的鲁棒性和较高的准确性。

关键词： 计算机视觉   图像分割   轻量级骨干网络   多层级特征融合   多尺度特征融合  

摘要： 针对自动驾驶视觉图像输入,提出了基于多层级多尺度特征融合的轻量级语义分割算法。算法采用编码器解码器架构,首先研究了低下采样率的编码器骨干网络。网络基于轻量级卷积模块,并采用不同深度的卷积层输出相同分辨率特征图,从而生成多层级的语义特征;其次研究了基于多特征融合的语义分割解码器,解码器设计包含多尺度特征融合模块和多层级特征融合模块两部分,结合多尺度特征和通道注意力机制,提取并融合编码器输出特征,最终生成分割结果。

关键词： 遥感水深反演   机器学习算法   XGBoost模型   多光谱影像  

摘要： 为探究不同机器学习模型对水深反演精度的影响,本文根据遥感水深反演原理,针对极限梯度提升(XGBoost)、支持向量机(SVM)、核岭回归(KRR)和套索回归(LASSO)四种机器学习模型,利用WorldView-2多光谱卫星遥感影像和机载激光雷达(Lidar)测深数据,在训练样本和测试样本相同的情况下,结合网格搜索方法寻找机器学习算法的最优参数组合,对我国南海甘泉岛周边浅水水域进行水深反演实验。通过四类机器学习模型反演结果比较分析得出结果:在20 m以浅水深区域,XGBoost模型的学习能力较强,相关系数(R^(2))为0.97,均方根误差(RMSE)为0.85 m,平均绝对误差(MAE)为0.63 m,平均相对误差(RME)为19%,优于其他三种机器学习模型,总体效果最好,能够用于甘泉岛周边水域的预测,为后续开展水深反演研究提供借鉴意义。

关键词： ORB算法   油泡匹配   GMS算法   角点检测   油水两相流油速  

摘要： ORB算法能够快速匹配油水两相流中的油泡。相比SIFT算法和SURF算法,ORB算法拥有无可比拟的速度优势。然而,ORB算法匹配油泡的过程中,存在油泡匹配准确率低、角点提取速度慢、角点数量少等缺陷,降低了油速测量的准确度。为提升油泡匹配准确率和油速测量准确度,对ORB算法进行如下改进:角点提取方面,通过Shi-tomasi角点响应算法替代Harris角点响应算法,加快角点提取速度;通过对角点之间最小距离d值的探索优化,确定最佳d值,使Os区域,即油水两相流图像中不明显油泡所在的区域,能有效提取到角点,增加角点数量,同时优化角点分布。油泡匹配方面,在RANSAC算法基础上,融入GMS算法,进行RANSAC-GMS双重去除误匹配对,提高油泡匹配准确率,最大限度保留正确匹配对,提升正确匹配对数量。实验结果表明:改进的ORB算法在提取角点耗时上缩短至原始ORB算法的37%;角点数量是原始ORB算法的1.9倍;正确匹配对数量是原始ORB算法的2.3倍。改进的ORB算法提高了油泡匹配准确率。最后,基于改进的ORB特征点匹配的PTV算法对油速进行测量,实验结果表明油速测量准确度达94.0%,提升26.5%,能够用于实际油速测量。

关键词： 心音图   心音分割   隐马尔可夫   心动周期   持续时间  

摘要： 心血管疾病是全球范围内死亡人数最多的疾病之一,其早期筛查与精准诊断对降低患病率和死亡率具有重要的社会价值。心音图(phonocardiogram,PCG)作为人体重要的生理信号,包含了丰富的心脏病理信息,能客观反映出心脏和心血管系统的健康状态,是心血管疾病诊断的重要数据源。心音分割是心音信号病理分析的基础,对病理特征的提取和疾病诊断具有决定性作用。而现有的心音分割算法往往需配合同步输入的心电信号才能达到精确的分割效果,对纯心音信号的分割效果不佳。因此提出了基于隐马尔可夫心动周期(Hidden Markov Cardiac Cycle,HMCC)的心音分割算法,实现对纯PCG信号的精准分割。首先利用基线校准和小波去噪实现信号预处理;其次提出基于希尔伯特变换的心音包络提取方法,结合心动周期规律定位峰值与S1、S2的对应关系;进一步提出改进的隐马尔可夫算法,更新心音的初始状态分布,优化维特比算法进行心音区间持续时间的计算。244条心音数据的同基准和国内外研究对比实验表明该心音分割算法,实现了精度分数为97.23%、分割准确率为97.32%的分割定位,为基于PCG的心血管疾病智能辅助诊断分析提供了高质量的分割数据源。

关键词： 校园网络安全   网络安全意识   网络安全形势   网络安全技术   防火墙   防护能力   跨学科合作   人才培养  

摘要： 大学校园网络安全关系到国家人才培养、科学研究和国家安全。面对日益严峻的网络安全形势,我们必须高度重视校园网络安全工作,增强网络安全意识,提高网络安全技术水平。同时,要加强跨学科合作与研究,建立健全网络安全管理制度,不断提高校园网络安全防护能力。只有这样,才能为我国高等教育事业的发展创造一个安全、稳定的网络环境。