【摘 要】
：
为了挖掘信道状态信息(channel state information,CSI)在手臂行为识别中的非线性深层特征,提高识别准确度,提出了一种基于高阶累积量和改进广义回归神经网络(generalized regression neural network,GRNN)的CSI手臂行为识别算法.离线阶段,将在不同手臂动作下采集的细粒度CSI幅度和相位差作为基信号,并利用平均绝对偏差改进的spearman rank相关系数选择敏感性强的子载波;针对CSI中的非线性非高斯信息,在所选子载波中提取高阶累积量特征;在
【机 构】
：
辽宁工程技术大学 电子与信息工程学院,辽宁 葫芦岛125105;辽宁工程技术大学 研究生院,辽宁 葫芦岛125105
论文部分内容阅读
为了挖掘信道状态信息(channel state information,CSI)在手臂行为识别中的非线性深层特征,提高识别准确度,提出了一种基于高阶累积量和改进广义回归神经网络(generalized regression neural network,GRNN)的CSI手臂行为识别算法.离线阶段,将在不同手臂动作下采集的细粒度CSI幅度和相位差作为基信号,并利用平均绝对偏差改进的spearman rank相关系数选择敏感性强的子载波;针对CSI中的非线性非高斯信息,在所选子载波中提取高阶累积量特征;在灰狼算法(grey wolf optimizer,GWO)优化的GRNN神经网络中训练出能有效处理非线性问题的GWO-GRNN动作识别模型.在线阶段,利用训练好的识别模型对输入的CSI数据进行手臂动作的判别.通过仿真实验验证,该算法的手臂行为识别准确度为95.83％,高于目前相关算法所达到的准确度,具有明显的识别优势.
其他文献
刚刚实施的《建筑和市政地基基础通用规范》对支护结构安全等级作出了强制性规定.本文对此进行分析,认为这一规定在安全等级划分对象和划分依据上均存在问题,并提出了修改建议.
在实际桥梁施工工程中,为了更有效地将BIM模型应用于桥梁施工现场管理,有必要整合相关的技术手段作为施工辅助.该文分别采用正向建模、三维激光逆向建模以及基于BIM+物联网逆向建模三种方法构建桥梁模型,并应用于桥梁施工现场管理,对比分析不同建模方式的优缺点,得出BIM+物联网逆向建模在桥梁工程中的优势.基于BIM+物联网逆向建模的方法能快速建模,并结合了BIM与物联网技术,适用范围广,且提高了桥梁施工的质量和效率,可为同类桥梁施工提供参考.
该文介绍了在三联供系统发电只能并网不能上网的地区,燃气冷热电三联供系统发电设备容量选择的一种方法.根据商业综合体项目负荷特性,通过全年逐时负荷计算及分析,首次通过解析不同负荷率下的小时数方程,按能源利用效率最高、全年高效率累计负荷最大的原则,确定发电设备的最优容量,并通过投资回报分析,验证此方法的可行性.
2022年2月4日,北京冬奥会开幕,意味着北京正式成为全球首座“双奥”之城.当然,本期话题的重点不在于阐述2022年冬奥会精彩的比赛,而在于呈现冬奥赛场和场馆设计的独特匠心.借助《城市建筑空间》杂志的平台,着重探讨赛区城市空间的更新,凸显与环境相融合的景观价值;探讨场馆建筑空间的提升,凸显与功能相适应的室内氛围.纵观此次冬奥会室内外空间营造的设计趋向,非常明显的是呼应了近年来奥林匹克运动参与区域社会发展的共识:对21世纪可持续性理念的诠释.可以说,北京冬奥会3个赛区的规划设计皆体现出可持续发展的理念.
为了有效改善现有人脸表情识别模型中存在的信息丢失严重、组件间相对空间联系不密切的问题,提出了一种改进的多尺度卷积神经网络模型,通过构建深层多尺度卷积神经网络,使模型能够挖掘出更多潜在的特征信息;通过特征融合促进信息的流通和重利用,减少池化操作所引起的重要信息丢失,使得模型具有更好的学习能力;通过控制每层多尺度卷积神经网络的卷积核大小来平衡全局特征与局部特征之间的关系,从而增强不同组件间的相对空间联系,避免了特征图通道信息的冗余.在两种不同的人脸表情识别数据集JAFFE和FER-2013上进行验证表明,算法
目前,国家对频率使用率测试数据的统计汇总已形成规范化要求,但是如何分析原始数据,挖掘其应用价值尚缺乏进一步探索.依照国家电信联盟及国家无线电管理机构相关测试标准,采用重庆市无线电监测站固定监测站木耳站对重庆江北国际机场航空甚高频频段的信道占用度进行专项测试,结合认知无线电领域频谱占用模型相关理论向量自回归(vecter autoregression,VAR)模型对频率使用与航班起降的关联性进行分析与预测.计算结果表明,信道时间占用度与航班进出港总量构成格兰杰因果关系,即信道时间占用度可用于预测航班进出港总
针对大规模阵列天线波束赋形中智能优化算法精度不高、收敛速度不快等问题,提出一种自适应猫群算法.在猫群算法的基础上,使其基本参数根据迭代次数及适应度函数值自适应改变,并在搜寻模式中加入赌轮盘和精英选择相结合的策略,以增加种群多样性.多种智能优化算法的性能仿真对比分析表明,自适应猫群算法具有快速收敛、全局寻优的能力.将该算法应用到2×8阵列天线多目标波束赋形中仿真,结果表明自适应猫群算法能够有效提高阵列天线多目标波束赋形的效率和精度.
针对染色体识别的难题,提出一种基于残差U-Net网络的染色体图像分割方法.以残差网络和U-Net网络为基础简化深层网络的训练,利用丰富的跳跃连接促进信息传播;通过将U-Net网络底层的卷积层替换成不同尺度的空洞卷积,保持特征空间分辨率不变的同时扩大特征感受野,实现多尺度感受野提取图像特征的同时减少特性信息的丢失;压缩路径和扩张路径中间的跳跃连接则通过组合不同尺度的特征,实现高度灵活的特征融合;通过使用Tversky损失函数,进一步提高了分割精度.实验结果表明,基于残差U-Net网络的染色体重叠区域的交并比
高维目标柔性作业车间调度问题(many-objective flexible job shop scheduling problem,MaOFJSP)是指在实际生产中根据企业不同部门的要求,对车间生产寄予不同的期望,使各个部门利益最大化的调度决策.针对完工时间、拖期时长、机器负荷、能耗4个优化目标,提出了改进非支配解遗传算法(improved non-dominated sorting genetic algorithm,INSGA-Ⅱ)来求解MaOFJSP,同时对算法的编码解码、Pareto排序、选择策
经典DBSCAN(density based spatial clustering of applications with noise)算法需要人工指定邻域半径(Eps)和点数阈值(Minpts),且均为全局参数,导致聚类准确率低.针对此问题,为了提高经典DBSCAN聚类算法的聚类准确率,基于网格划分思想,提出了一种局部自适应DBSCAN聚类算法.根据数据集自身特征生成网格空间,将特征数据映射至相应的网格空间;利用高斯核函数估计每个网格区间的局部密度;联合多维度网格密度分布信息,寻找无连接或弱连接高密度