【摘 要】
：
面向高性能的肌电控制系统,提出一种基于双流卷积神经网络的肌电信号手势识别方法,其从原始表面肌电信号中提取离散小波变换系数,与原始表面肌电信号分别作为双流卷积神经网络两个分支的输入进行高层特征学习,最终通过一个高层特征融合模块对两个分支学习得到的高层特征进行融合.所提方法在3个包含50～52类手势动作表面肌电信号的大规模基准数据集中,识别所有手势动作的投票准确率分别达到97.9％,81.3％,82.4％,且在3个数据集中基于不同长度滑动采样窗口的手势识别准确率均显著超越了近年来本领域相关研究工作所提出的深度
【机 构】
：
南京理工大学 设计艺术与传媒学院,南京 江苏 210094
论文部分内容阅读
面向高性能的肌电控制系统,提出一种基于双流卷积神经网络的肌电信号手势识别方法,其从原始表面肌电信号中提取离散小波变换系数,与原始表面肌电信号分别作为双流卷积神经网络两个分支的输入进行高层特征学习,最终通过一个高层特征融合模块对两个分支学习得到的高层特征进行融合.所提方法在3个包含50～52类手势动作表面肌电信号的大规模基准数据集中,识别所有手势动作的投票准确率分别达到97.9％,81.3％,82.4％,且在3个数据集中基于不同长度滑动采样窗口的手势识别准确率均显著超越了近年来本领域相关研究工作所提出的深度神经网络模型.
其他文献
针对内核在线分析工具,使用服务器计算函数调用图存在渲染时间长、网络传输数据量大等问题,基于Node.js的前端渲染函数调用图工具FRCG(front-end rendering call graph),使用前后端分离的方式,将数据处理与调用图渲染拆分到前后端分别进行.服务器异步处理请求,返回JSON数据,优化传输数据量.前端页面请求数据,动态渲染函数调用图,页面通过对数据的更新实现图的切换和操作功能,提高调用图的灵活性.对比测试表明,FRCG工具有效提高了函数调用图生成速度,减少了传输数据量.
针对素描图像和可见光图像存在较大模态差异这一问题,提出一种基于转换生成网络的素描人脸识别方法,该网络同时实现跨模态图像生成和素描人脸识别.转换生成网络由生成器、判别器和特征转换网络(S网络)组成.生成器生成图像,判别器使得生成图像具备两种模态信息,S网络提取高级语义特征来辅助生成图像和识别.使用端对端训练来更新模型参数,通过引入识别损失约束项指导生成更好的跨模态图像,通过生成的跨模态图像减少模态差异带来的识别精度损失.在UoM-SGFSv2、e-PRIP等素描人脸数据集上验证该方法识别性能,实验结果表明,
为提高公路隧道照明系统设计的效率和节能水平,基于IESNA LM-62标准的灯具配光数据文件,并以逐点法为照度和亮度计算方法,在VB.net平台中开发面向公路隧道的照明系统辅助设计与优化分析软件.软件包括的功能有:基于车流量、洞外亮度和运行车速的三因素动态调光、各照明区段的长度与亮度分析、灯具回路设计与模式搜索法安装参数优化、各运营工况的照明质量验算、全年能耗估算、自动成图与结果输出等.以一个实际的工程案例展示上述功能,应用结果表明,软件可以为建立公路隧道能耗指标体系、开展节能评价等工作提供数据支撑.
为改善传统分类算法在小样本遥感图像分类上效果差的缺陷,提升模型的快速学习能力,提出融合迁移学习和元学习的小样本分类算法.设计基于长短期记忆网络的元学习器,通过门控结构拟合网络参数更新方式最下化损失下界,具有自动学习分类器参数更新方式的机制,相比于传统方法,能够有效扩展优化算法的搜索空间;考虑样本的跨类别知识转移和训练时间,利用迁移学习的思想,将不同类别的数据映射到同一特征空间上,对经过表征训练的分类器进行元训练,使分类器更好把握类别的整体特征,加速元学习的训练过程.实验结果验证了该算法的优秀性,为罕见小样
为解决云制造环境下制造资源组合优选问题,构建了面向资源供应方、服务需求方以及云制造平台运营方三方利益的制造资源服务组合双层规划模型.该模型利用前景理论,建立了以时间、成本、交付物质量等为约束条件,服务质量为目标函数的上层规划模型,以及以资源供应方剩余负载为约束条件,资源利用率为目标函数的下层规划模型.最后,采用云遗传算法对模型进行求解,并通过应用分析和算法对比,验证了所构建模型及算法的有效性和优越性.
针对变压器故障诊断中的小样本、非线性、参数寻优难等问题,提出改进的变量预测模型的变压器故障诊断方法.分析变量预测模型和布谷鸟搜索算法结合解决小样本和非线性问题,指出其后期收敛速度慢,稳定性差,收敛精度不高,易陷入局部极小值问题,在此基础上在谷鸟搜索算法位置更新中引入变异操作,提高解的多样性.引入动态步长和动态发现概率提高解的稳定性和收敛效率.通过设计基于油色谱数据的变压器故障诊断实验,验证了提出的结合方法及其改进算法相比于其它优化算法有更高的识别效率,其中,平均识别精度高达97％.
由于几何维修过程及其拓展模型能够较好地描述故障及其维修时间的随机分布,成为贮备系统可靠性建模的主要工具之一.同时,周期预防性维修活动受生产周期、维修力量等因素影响后呈动态随机事件,表现为拟周期形式分布于其维修窗口.为研究服从拓展几何维修过程的贮备系统的拟周期预防性维修策略优化问题,以互异的两单元冷贮备系统为研究对象,在假设主单元失效过程服从具有修复因子的拓展几何维修过程,贮备单元失效过程服从指数分布的前提下,构建了带维修窗口的拟周期预防性维修策略优化模型.通过最大化系统收益率,获得了最优的拟周期预防性维修
针对云制造环境下加工任务执行过程中机床装备资源易受紧急插单、加工质量异常、设备运行故障等高频随机扰动影响,致使产品加工服务质量(QoS)不能满足客户个性化需求的问题,提出一种基于离散Markov跳变系统的机床装备资源动态优化选择方法.首先,结合云制造服务运行特点,构建了云制造环境下面向加工任务执行过程的服务质量动态演化模型;基于系统稳态控制定理,设计了云制造加工任务QoS的状态反馈控制器和闭环控制系统,并在此基础上提出面向生产随机扰动的机床装备资源动态优选策略;最后,通过应用实例仿真分析,所提方法将云制造
针对面向现场装配的工艺信息完整准确表达与高效管理的应用需求,提出以三维装配过程模型为载体实现面向现场装配的产品装配工艺模型表达与管理方法.分析了面向现场装配的产品装配工艺信息变迁特点,明确了从产品预规划装配工艺信息向现场实际装配工艺信息的实例化映射规则;定义了三维装配过程模型与装配工艺信息数据集,并确定了工艺信息在该模型上的装配工艺基于模型定义(MBD)表达方案;利用装配工艺信息层级嵌套管理模式实现了对面向现场装配的产品装配工艺信息的有效管理,并构建了装配工艺管理器进行工艺信息的组织与存储.将上述方法集成
协同创新伙伴选择是云制造的关键环节.针对云制造中评价指标缺乏,信息来源多、结构形式异样,及其不可公度性等影响协同创新伙伴选择的问题,提出一种基于多源异构评价信息的VIKOR群决策方法.首先,从相容性、研发能力、技术方案和创新效果等维度构建了评价指标体系;其次,对数值、区间数和语言值等多源异构评价信息进行分类转换与处理;然后,综合运用BWM和信息熵进行主客观赋权,借助VIKOR方法对评价信息进行集结排序.最后,通过算例分析和敏感性分析,并与经典方法进行比较,证明了多源异构VIKOR群决策方法是一种有效的云制