课程文献中心 更多>>

关键词： 虚拟乐器   手势识别   Kinect   欧式距离   七参数模型  

摘要： 为了降低音乐教育中部分乐器教育的设备普及难度和提升学习趣味性,研究提出了一种基于动态手势识别算法的虚拟弹奏技术。过程中通过体感周边外设获取使用者的骨骼信息,经过设备内置软件进行实时处理后输出关节运动情况,在与标准动作样本进行对比后输出动作识别结果,再建立虚拟乐器模型,利用七参数模型完成设备之间的坐标系转换。实验结果表明,研究方法在动作识别准确率测试中,在复杂背景中动作长度增加到250 ms时动作识别准确率保持在98.4%以上;在操作响应时延分析中,研究方法响应时延超过100 ms的操作数量少于总数的1%。以上结果说明研究方法具有良好的运行效率和精确性。

关键词： 高维异常数据   数据挖掘   小波变换   遗传算法  

摘要： 为深度挖掘高维异常数据,获取准确数据信息,提出一种基于小波变换优化算法。利用小波变换算法充分挖掘数据的时空频率和变化特点,区分出低频和高频序列。判断数据异常值的真伪,确定挖掘极值对应的阈值区间,补全参数序列,滤除掉数据时频残差中噪声,测算傅里叶变换函数的时频序列,利用遗传算法优化小波变换,使算法能同时处理群体中的多个数据,获取异常数据挖掘的全局最优解,并确定数据位置与核心距离,完成高维异常数据的挖掘和判断。经实验证明所提优化后小波变换算法能有效挖掘并识别出高维异常数据,描述样本数据的变化波动,降低数据挖掘误差。

关键词： 资源配置   资源卸载   移动边缘计算   联合通信  

摘要： 为提升大规模MIMO的移动边缘计算网路联合通信资源分配效率,提出了一种基于移动边缘计算的MIMO网络资源分配算法。算法通过求解MEC网络的导频传输功率、数据传输功率和MEC服务器计算资源的联合优化问题,实现所有用户的最大卸载延迟最小化。针对所述问题的非凸性和所定义的最优解条件,提出了基于外部点迭代和梯度下降的惩罚函数算法(EPF-GDA)和基于外部惩罚函数迭代的果蝇优化算法(EPF-FOA)两种次优解求解方法。通过数值仿真验证了所提算法在用户卸载延迟等方面的性能。结果表明,在不同的指标情况下,EPF-FOA算法比EPF-GDA算法具有更大的性能增益。

关键词： 高维不平衡   特征选择   多阶段混合   医疗数据  

摘要： 为解决医疗数据中存在的特征高维和类别不平衡问题,在基于简单、快速和有效高维特征选择算法SFE(simple,fast and effective high-dimensional feature selection)的基础上,提出了一种面向不平衡医疗数据的多阶段混合特征选择算法HFSIM(hybrid feature selection for imbalanced medical data)。HFSIM算法采用改进的自适应边界SMOTE过采样技术,生成符合边界条件的新少数类实例以解决医学数据中类不平衡问题。同时,为了改善搜索空间多样性不足的问题,优化了SFE算法中的非选择操作符率参数UR(unselected rate),有效避免了算法过早收敛及易陷入局部最优的问题。将过滤式Fisher Score方法与优化UR参数后的算法有效结合,使算法能以较低的计算成本获得较好寻优能力。经实验验证,相比于SFE算法,HFSIM算法在Ovarian数据集上准确率达到99.67%,提升了2.11个百分点,G-means和F1分别提升了5.13和2.30个百分点。此外,通过对比特征数量和运行时间,证明了HFSIM算法既能保证算法精度又有效降低了计算成本。

关键词： 智能算法   铸牢中华民族共同体意识   现实挑战   应对策略  

摘要： 智能算法作为一种技术范式,改变了原有的信息传递模式,实现了信息内容的个性化推荐,已成为主导信息传播的新兴权力。算法的技术逻辑与权力本质内嵌至智能传播全过程,深刻影响着人们的认知观念、价值信仰、思维逻辑和行为模式。智能算法的发展和应用为推动铸牢中华民族共同体意识信息供给的多元化与精准化、内容生产的自动化与智慧化,以及叙事呈现的场景化与生活化提供了技术支撑。同时,算法技术的“双刃剑”效应带来的工具依赖、权力僭越、身份解构、算法黑箱等问题,使铸牢中华民族共同体意识面临诸多现实挑战,引发主体功能弱化、价值失序、情感疏离、认同降低等风险。为有效防范化解智能传播场域中铸牢中华民族共同体意识的算法风险,应从主体复归、价值引领、技术优化和协同治理等层面综合施策,充分发挥智能算法的赋能效应,铸牢中华民族共同体意识。

关键词： 窄带物联网   NSSS检测算法   搜索算法  

摘要： 本文研究了窄带物联网(NB-IoT)中的小区搜索算法。首先,本文详细剖析了NB-IoT的下行链路结构和小区搜索算法基础,包括物理层结构、信号传输特性以及主同步信号、辅同步信号的设计。针对现有同步算法在低信噪比和多径衰落环境下性能不佳的问题,提出了一种改进的同步算法,优化主同步的粗调过程和辅同步的参考信号设计,提高了同步的准确性和效率。其次,为了降低NSSS检测算法的复杂度,本文提出了一种分组算法,将所有NSSS参考序列分成多组,并选取代表序列进行互相关运算,该方法显著减少了运算量,提高了算法的运行效率。在此基础上,本文完成了NB-IoT小区搜索方案的整体设计,并在数字信号处理器(DSP)上实现了该算法,验证了该算法的可行性和实用性。研究结果表明,优化后的小区搜索算法在同步准确率和效率方面均优于传统算法,DSP实现结果与MATLAB仿真结果性能差距仅有0.2dB。最后,本文总结了研究成果,并展望了未来的研究方向,将继续深入研究NB-IoT中小区搜索算法的优化问题,为NB-IoT技术的广泛应用提供更坚实的技术支撑。

关键词： 矿井通风网络   等效简化   时间复杂度   单向回路   局部串并联子网   节点出入分支风量  

摘要： 矿井通风网络等效简化技术是分析通风网络的有效工具。然而,随着矿井通风网络中分支数量的增加,通风网络的复杂性也在不断增加,传统的等效简化算法难以保持精度和计算速度。针对这些问题,提出一种复杂矿井通风网络的快速等效简化算法。该算法通过图论中的强连通块算法快速检测网络中的单向回路,并通过改进等效简化子网的判定公式,避免了对单向回路的错误等效简化;通过节点的出入度规律与分支的流出流入节点提出了局部串并联子网等效简化策略,从而实现对网络中不包含角联结构的串联和并联等效子网的快速等效简化;基于等效子网节点对出入分支的风量平衡规律,提出对网络中需进行深度搜索的节点对集合的优化策略,通过减少不必要的节点对深度搜索,来提高简化过程的精度和效率。首先通过具有100个分支与71个节点构成的矿井通风网络展示了所提算法的具体简化过程,验证了其有效性。然后通过对10个真实矿井通风网络的实证测试表明,所提的2种优化策略都提升了传统算法的性能,对于100~1001条分支的实际矿井通风网络,与传统算法相比,所提算法在增加等效简化完全性的同时,将以秒为单位的网络等效简化时间数量级自(10,10^(3))降低至(10^(-2),1)。

关键词： 双自适应   串行注意力   超像素   边缘细节   运动模糊  

摘要： 针对当前基于卷积神经网络的图像复原算法在处理物体运动场景时存在算法复杂度高、模型开销大、复原效果差等问题,提出了一种基于精简双自适应串行注意力机制的轻量化图像复原模型SCDNet。为降低模型复杂度,引入SimpleGate模块将特征图在通道维度上分成两部分并相乘以减少非线性激活函数带来的模型开销,采用精简双自适应串行注意力高效捕捉超像素级别的全局依赖关系,并自适应地传递到像素以提高算法对像素的表达能力,最后通过组合MS-SSIM和L1损失函数更好地保留图像的对比度、颜色和亮度等信息,提升了图像恢复质量。实验结果表明,SCDNet在GoPro数据集相对于Restormer算法PSNR提升0.30,SSIM提升0.12,而模型参数量仅为其22.4%。

关键词： 极化码   预快速   串行抵消列表   分段循环冗余校验  

摘要： 针对极化码预快速串行抵消列表(prefast successive cancellation list,PreFast-SCL)译码算法没有设置早期停止策略导致复杂度较高的问题,提出一种改进的分段循环冗余校验(cyclic redundancy check,CRC)码校验模式,进而结合该改进的校验模式提出一种增强的PreFast-SCL(enhanced PreFast-SCL,EPreFast-SCL)译码算法。该算法在编码时将信息序列进行分段并在每段信息序列尾部加入可以校验该段信息序列的CRC码,最后一段CRC码用来校验整个信息序列,当其中的某段信息序列未通过校验时,及时终止并剔除错误路径。仿真结果表明,所提出的EPreFast-SCL译码算法相对于循环冗余校验码辅助SCL(CRC aided SCL,CA-SCL)译码算法以及PreFast-SCL译码算法在一定程度上提升了译码性能且具有较低的译码复杂度。

关键词： 煤矿人员定位系统   多目标跟踪   YOLOv7   注意力机制   门控循环单元  

摘要： 为了解决现有的目标跟踪算法在煤矿复杂环境下存在精度低和实时性差的问题,基于Tracking by Detection(TBD)范式,提出了YOLO-FasterNet+ByteTrack的煤矿人员跟踪算法。首先,构建FasterNet-Block特征提取模块改进YOLOv7的Backbone,提升目标检测阶段的实时性;然后,通过在Neck中引入CBAM注意力机制,提升模型在复杂场景下的特征感知能力;接着,在目标检测的解码阶段引入Soft-NMS,优化模型在人员交叠场景下的检测精度;最后,在目标跟踪阶段,针对人员重叠和遮挡导致的目标ID翻转问题,设计了一种融合GRU和卡尔曼滤波的多目标运动特征预测机制,有效提升了煤矿人员跟踪的准确性。实验结果表明:YOLOFasterNet在煤矿人员数据集上相对于YOLOv7的平均精度提高了3.6%,检测速度提升了8.2FPS;在自定义跟踪数据集GBMOT上,所提目标跟踪算法相对于ByteTrack,MOTA值提升了1.7%,IDSW减少了149次。