【摘 要】
：
针对人体行为识别技术存在特征融合精度低、行人轮廓提取噪声高等问题,提出基于特征融合和度量学习的行人行为识别方法。采用离散小波变换方法提取相关行为和轮廓特征,通过K-L变换技术获取图像特征融合数据,利用马氏距离算法实现图片特征度量学习,运用EDM交叉距离完成行人行为相对应的识别。仿真结果表明:研究设计的行为识别方法可以高精度的融合视频图像行人行为特征,准确识别行人行为,为监控安全领域提供了强有力理论
【基金项目】
：
甘肃政法学院校级重点项目(GZF2018XZDLW18),甘肃政法学院司法鉴定中心科研资助一般项目(jdzxyb2018-08),甘肃省自然科学基金资助项目(20JR5RA172)。
论文部分内容阅读
针对人体行为识别技术存在特征融合精度低、行人轮廓提取噪声高等问题,提出基于特征融合和度量学习的行人行为识别方法。采用离散小波变换方法提取相关行为和轮廓特征,通过K-L变换技术获取图像特征融合数据,利用马氏距离算法实现图片特征度量学习,运用EDM交叉距离完成行人行为相对应的识别。仿真结果表明:研究设计的行为识别方法可以高精度的融合视频图像行人行为特征,准确识别行人行为,为监控安全领域提供了强有力理论支撑。
其他文献
传统传感器路由算法存在信息传输能耗较高,且网络节点存活率偏低问题,提出无线传感器网络自适应动态路由算法,简称为HDAR算法。结合平面路由和层次路由构建新的无线传感器网络路由框架,在数据获取模块中选取层次路由,在数据传输模块中选取平面路由。调整节点非线性自适应权重,动态成簇自适应路由算法HDAR通过数据动态成簇来实现数据汇总,利用自适应路由选择算法将数据运转到Sink节点,最终实现HDAR算法设计。
由于管道压浆密实度无损检测方法未对管道压浆密实度进行探测,导致检测精度不高、耗时较长,提出基于冲击回波法的预应力管道压浆密实度无损检测方法。引用冲击回波法对管道内部结构进行探测,通过分析反射波、折射波以及入射波之间的关系,对管道压浆密实度探测;基于探测结果,通过动力有限元软件对预应力管道压浆工况进行详细分析,实现预应力管道压浆密实度无损检测。选用便携式冲击回波测试仪针对几种较为典型的预应力管道压浆
针对传统的非平衡大数据云存储方法兼容性效果差、数据失真率较高等缺陷,提出一种分布式非平衡大数据兼容性云储存方法。首先根据分布式系统的数据存储原理,分析行式和列式储存的消耗情况,并针对消耗现象应用分类器处理正负两类样列,以获得较好的分类效果和几何均值;测评非平衡数据集分类效果,强化云存储方法兼容性;最后通过构建大数据访问局部性优化体制,实现分布式非平衡大数据兼容性云储存。经仿真验证,所提方法的兼容性
针对配电网中单相接地故障引发的间歇性弧光电弧模型准确度欠佳的问题,在传统电弧模型和弧隙能量平衡原理的基础上,提出了一种Cassie-Mayr综合动态电弧模型。以建立的电弧时间常数和弧长变量作为模型的动态依据,综合运用Mayr和Cassie经典模型的特点,实现了综合电弧模型在高、低阻跨越过程中准确度的提升。将综合动态模型应用到整个配网当中,区分电缆、架空、混合线路在电弧模型中的差异,通过模拟间歇性弧
针对网络数据流量激增现象,提出一种5G蜂窝网络高维数据异构特征映射降维方法。构建异构框架提高蜂窝网络灵活性和可扩展性,使用随机矩阵完成对高维数据异构特征提取,并使用相关矩阵将符合预测的奇异值剔除,获得去除噪声后的特征数量,对特征数量进行奇异值分解,得到特征与类的相关性,分析二者之间冗余性完成特征选择;运用半监督正则化方法构建目标函数,通过处理矢量特征获得最小维数,完成特征映射降维。仿真结果表明:所
实际仿真软件网络连接错误故障检测过程中,受到噪声网络数据的影响,导致现有方法产生虚警次数过大。针对上述问题,提出一种嵌入式软件网络连接错误故障实时检测仿真方法。根据不同网络节点的数据应答间隙,计算嵌入式软件网络错误的响应特征和错误故障的发生周期,控制外部网络噪声数据的影响,将软件连接网络的若干个点作为保护单元,根据采样门限系数的重心,设定实时检测方式,模拟检测仿真的不变时间量,设定检测仿真窗口,最
针对大数据智能分类效率低、占用率较高的问题,提出了一种云计算下低占用率大数据智能分类方法,采用贝叶斯算法构建智能分类模型,使其后续分类时通过朴素贝叶斯智能分类器可以将容错率降到最小,并构建压缩函数及选择特征使其能够和源数据之间的区分程度相同的,对智能分类模型进行训练,通过训练后的分类模型对源数据进行特征分类,最终完成云计算下大数据智能分类的目的。仿真结果表明,使用改进方法对大数据分类,其计算过程简
为了获取声景中最优频率,构建声景中最优频率调节控制方法。首先通过小波变换获取一个新的阈值函数,新的阈值函数有效克服传统阈值函数的弊端,具有较好的灵活性。将新的阈值函数应用于居民居住环境频率调节中,通过新的阈值函数获取最优分解层,利用最优分解层进行信号增强,构建最优频率调节控制模型,通过最优频率调节控制模型对居民居住环境中的频率进行调节控制,获取声景中最优频率。仿真结果表明,所提方法有效减少了居民居
为了有效解决具有强耦合、多目标、多约束、多干扰特性的高速工具钢生产流程中计划调度较为困难的问题,提出一种基于多智能体技术的计划调度建模方法。把钢铁生产流程抽象为一个多智能体系统,对复杂物流系统进行建模与仿真优化,通过多目标评判与迭代优化获取作业计划的满意解,计划下达后通过对执行偏差的反馈,进行动态调整,提高计划的适应性和执行性。最后通过仿真对不同的工况场景进行模拟,均能给出可行解决方案。实验表明所
针对卷积神经网络在图像分类训练过程中出现的过拟合现象,提出融合分割权重和Attention机制的CNN图像分类算法。算法构建了传统卷积神经网络模型,使用基于图像分割权重的二次预训练方法训练网络模型;使用不同Attention类型的激活函数,在标准图像库Corel-1000上充分进行实验。实验结果表明,二次预训练方法对图像分类效果有了较大程度的提升;同时,加入Attention机制后,实验效果更优。