作者：严国萍,陈禹,李雨冲,闫昭帆 单位：中国科学院软件研究所 出版：《计算机系统应用》2020年第01期 页数：7页  （PDF与DOC格式可能不同） PDF编号：PDFXTYY2020010200 DOC编号：DOCXTYY2020010209 下载格式：PDF + Word/doc 文字可复制、可编辑
《结合手机传感器和卷积神经网络的人体行为识别》PDF+DOC2018年第03期 石代伟,张若英 《雷达辐射源识别算法综述》PDF+DOC2017年第08期 周志文,黄高明,陈海洋,高俊 《一种基于雷达HRRP的舰船目标识别方法》PDF+DOC2017年第11期 魏存伟,刘先康,孙菲,徐冰超 《一种改进的GRU-InFCN人体行为识别模型》PDF+DOC2020年第01期 武一,田小森,张朝旭 《基于特征融合的人体运动识别》PDF+DOC2019年第06期 连西静,崔升 《基于卷积神经网络的人体步态识别算法研究》PDF+DOC2020年第19期 陈法权,樊军 《基于多传感器的人体运动模式识别》PDF+DOC2019年第02期 张乾勇,张涛,赵治羽 《人类睡眠数据的特征提取和分析方法的研究》PDF+DOC2017年第03期 胡悦,李昂,张春雷,李金宝 《主成分分析在震动信号目标识别算法中的应用》PDF+DOC2012年第07期 鲍必赛,楼晓俊,李隽颖,刘海涛 《一种基于支持向量数据描述的损伤诊断方法》PDF+DOC2008年第06期 赵学风,段晨东,刘义艳,李梅

    • 桥梁裂缝检测对于桥梁健康检测具有重要的意义.基于布里渊时域分析的分布式光纤传感器能够测量整个结构表面的应变数据.由于测量所得应变数据信噪比低，存在裂缝损伤处的应变异常被噪声“淹没”和“混淆”的问题.针对这一问题，提出一种基于一维堆叠卷积自编码器的分类检测方法.该方法具有噪声鲁棒性强、自提取特征可判别性高等优势.首先，通过布置光纤传感器获取结构表面应变数据，对光纤应变数据进行标准化预处理，并划分应变子序列.然后，使用一维堆叠卷积自编码器自动提取应变子序列的特征.最后，通过Softmax分类器对所提取的应变子序列特征进行分类，即裂缝或非裂缝.实验结果表明，该方法可以有效检测微小裂缝，检测准确率高.并且该方法提取的特征可判别性优于卷积神经网络和堆叠自编码器等方法。

    📙 相关资料

    1. 《结合手机传感器和卷积神经网络的人体行为识别》PDF+DOC 单一传感器在人体行为识别中误差较大，针对此问题提出一种利用智能手机中惯性传感器并结合卷积神经网络(convolutional neural network，CNN)的人体行为识别方法。文中利用构建的卷积神经网络模型自动提取加速度和角速度数据特征，并结合Softmax分类器识别人体行为。实验结果表明，......
    2. 《雷达辐射源识别算法综述》PDF+DOC 结合雷达辐射源识别的军事需求和近几年取得的研究进展，以雷达辐射源识别中最核心的3个方面为研究对象，综述相关算法的研究现状与发展。针对低信噪比环境、分类器能力不足和单传感器识别的缺陷，从辐射源特征提取、分类识别和多源融合识别等方面详述了目前算法的研究思路和性能，引入当前热点模式识别算法并分析其可借鉴性......
    3. 《一种基于雷达HRRP的舰船目标识别方法》PDF+DOC 针对高分辨雷达一维距离像的舰船目标识别问题，提出了一种基于多特征提取、最近邻模糊分类器的目标识别方法。该方法首先对海上舰船目标进行姿态角估计，然后对一维距离像进行预处理，提取出径向长度、中心矩、散射中心特征，并采用最近邻模糊分类器进行识别匹配。通过4类军民船数据进行测试，验证结果表明，该方法在舰船目......
    4. 《一种改进的GRU-InFCN人体行为识别模型》PDF+DOC 为了克服传统机器学习方法在采用传感器数据进行人体行为识别领域上识别效果对人工特征选取依赖严重、识别准确率不高等问题，提出一种改进的全卷积神经网络和多层循环神经网络并联的深度学习模型(GRU-InFCN)，并对传感器数据特征进行自动提取，实现人体动作的识别。该模型通过多尺度卷积神经网络和双层GRU网络......
    5. 《基于特征融合的人体运动识别》PDF+DOC 目的基于手机内置传感器所获得人体运动信号，建立人体运动识别模型，为身体状况评估、特殊人群监护以及其他生物医学研究提供支持。方法使用手机内置传感器采集运动信号，并结合公共数据集UCI HAR和WISDM作为实验数据。采用卷积神经网络与自回归模型相结合的特征提取方式，建立人体运动识别模型。结果模型在自采......
    6. 《基于卷积神经网络的人体步态识别算法研究》PDF+DOC 针对人体步态识别准确率不高且需要手动提取信号特征的问题，采用卷积神经网络(CNN)自动提取传感器信号特征，对行走、上下楼和上下坡5种步态模式进行识别。搭建惯性传感器系统，采集人体的运动信息；针对该数据特点设计了一个4层的CNN模型用于自动提取信号特征和动作分类；利用检测的数据验证了所提方法的可行性，......
    7. 《基于多传感器的人体运动模式识别》PDF+DOC 针对日常生活中人体的运动具有准周期特性的特点，设计了一种基于加速度信息与脚底压力的下肢运动信息采集系统。通过采集脚底压力信息监测关键步态事件，在事件前后对下肢加速度数据进行特征提取，从而对4种常见行为(走路、跑步、上楼和下楼)进行识别。实验结果表明：提出的方法在仅提取较为简单的时域特征信息情况下，平......
    8. 《人类睡眠数据的特征提取和分析方法的研究》PDF+DOC 使用智能手机来搜集声音和体动数据，对其进行预处理，提出联合特征提取和特征选择的TSFS方法。单纯的使用一种方法来选择特征，都会存在着一定的弊端。该方法是将特征提取和特征选择两种方法的联合，不仅可以筛选出符合实际情况的特征，而且还提高了分类的准确度。针对人类睡眠识别过程中的分类方法问题，提出基于改进二......
    9. 《主成分分析在震动信号目标识别算法中的应用》PDF+DOC 为了改进基于震动信号的地面运动目标识别算法，提出了一种基于主成分分析(PCA)的2次特征提取算法.首先对地面运动目标引起的震动信号进行目标特性分析，提取多维的特征值；然后利用主成分分析方法对众多的特征值进行分析，去除特征值之间的相关性，提取综合特征值并应用于分类器，得到目标识别结果.基于实地采集的地......
    10. 《一种基于支持向量数据描述的损伤诊断方法》PDF+DOC 为了解决结构损伤诊断中缺乏损伤样本的问题，提出了一种基于支持向量数据描述(SVDD)的结构损伤诊断新方法。该方法只需正常状态的数据样本，而不需要任何损伤数据。首先采用小波包分解对数据预处理，以频带能量序列为特征，然后把多测量点的能量序列融合后作为特征向量，输入到SVDD分类器进行训练，实现损伤的诊断......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。