期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于多融合算法的青年男性三维足型类别划分及特征提取
1
作者 白啸天 刘静民 +4 位作者 霍洪峰 王朋飞 武梦旖 王冲 邢泽宇 《医用生物力学》 北大核心 2025年第3期638-645,共8页
目的 通过将我国青年男性足型进行分类,提取出足型的特征指标,构建足型常模数据库。方法 采集1 483名青年健康男性的足型数据,通过谱聚类算法进行足型类别划分,采用深度神经网络(deep neural network,DNN)进行分类模型的训练,结合逐层... 目的 通过将我国青年男性足型进行分类,提取出足型的特征指标,构建足型常模数据库。方法 采集1 483名青年健康男性的足型数据,通过谱聚类算法进行足型类别划分,采用深度神经网络(deep neural network,DNN)进行分类模型的训练,结合逐层相关传播(layer-wise relevance propagation,LRP)和相关系数法完成足型特征的提取,对比不同足型特征差异。结果 通过谱聚类得到4种足型分类,其中足型1表现为翘拇指、内收小趾、高足跟宽足;足型2表现为拇指外翻的窄足;足型3表现为拇指外翻的低弓足;足型4表现为翘拇指的高弓足。结合可解释神经网络和相关系数法,从27个足型指标中提取出踵心到足底长、拇指高、足舟骨高、足跟外缘高、拇外翻角度、小趾角度、足背围、后跟角度、纵弓角度9个指标,所提取指标构建的分类模型总判别准确率达93.67%。结论 我国青年男性分可为4种常规足型,在后足、中足和前足3个部分,可提取包含长度、高度、围度和角度共9个足型特征指标,为构建符合我国青年男性足型常模数据和足踝生物力学研究提供理论和数据支持。 展开更多
关键词 足型 特征提取 谱聚类 多融合算法 深度神经网络 逐层相关传播
在线阅读 下载PDF
基于VMD-BP-GA模型的脆弱航段船舶短时交通流预测 被引量:1
2
作者 陈永军 王腾飞 董朝阳 《广东海洋大学学报》 CAS CSCD 北大核心 2024年第2期106-114,共9页
【目的】针对繁忙航段船舶交通流易受外界环境扰动的难题,提出一种可用于识别船舶交通流脆弱性的预测模型,旨在通过脆弱性辨识,确定最薄弱的航段。【方法】首先采用变分模态分解(VMD)模型将船舶交通流参数序列分解为多个模态分量,然后... 【目的】针对繁忙航段船舶交通流易受外界环境扰动的难题,提出一种可用于识别船舶交通流脆弱性的预测模型,旨在通过脆弱性辨识,确定最薄弱的航段。【方法】首先采用变分模态分解(VMD)模型将船舶交通流参数序列分解为多个模态分量,然后结合反向传播神经网络(BP)和遗传算法(GA),通过构建约束模型并不断更新各个分量的中心和带宽,实现单个分量的预测,通过应用VMD-BP-GA模型对船舶交通流进行精准预测,并验证其合理性和有效性。【结果】在繁忙航段,本研究提出的VMD-BP-GA模型精准预测船舶交通流脆弱性的方法,相较于传统模型表现出更低的预测误差值,其中在航段流量预测方面,本研究模型的平均绝对误差(MAE)最低达到2.095%,均方根误差(RMSE)最低达到2.610%,平均百分比误差(MAPE)最低达到2.114%;在航段密度预测方面,本研究模型的MAE、RSME、MAPE最低分别为0.129%、0.162%、2.112%;并实现了时空两个维度的船舶交通流预测。【结论】本研究模型成功实现对船舶交通流脆弱性的识别和最薄弱航段的确定,具有高效的预测性能,能够精准并快速地预测船舶交通流,可为船舶通航安全保障提供了理论和实践指导。 展开更多
关键词 船舶交通流 脆弱性 预测 通航船舶 多融合算法
在线阅读 下载PDF
Multi-sources information fusion algorithm in airborne detection systems 被引量:19
3
作者 Yang Yan Jing Zhanrong Gao Tan Wang Huilong 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2007年第1期171-176,共6页
To aim at the multimode character of the data from the airplane detecting system, the paper combines Dempster- Shafer evidence theory and subjective Bayesian algorithm and makes to propose a mixed structure multimode ... To aim at the multimode character of the data from the airplane detecting system, the paper combines Dempster- Shafer evidence theory and subjective Bayesian algorithm and makes to propose a mixed structure multimode data fusion algorithm. The algorithm adopts a prorated algorithm relate to the incertitude evaluation to convert the probability evaluation into the precognition probability in an identity frame, and ensures the adaptability of different data from different source to the mixed system. To guarantee real time fusion, a combination of time domain fusion and space domain fusion is established, this not only assure the fusion of data chain in different time of the same sensor, but also the data fusion from different sensors distributed in different platforms and the data fusion among different modes. The feasibility and practicability are approved through computer simulation. 展开更多
关键词 Information fusion Dempster-Shafer evidence theory Subjective Bayesian algorithm Airplane detecting system
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部