期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CSI主成分分割的人体动作识别方法
1
作者
饶壮
丁大钊
王依菁
《郑州大学学报(工学版)》
北大核心
2025年第6期49-57,共9页
传统的基于信道状态信息(CSI)进行人体动作识别的方法具有输入数据冗余、提取特征单一等问题。基于此,提出了一种基于CSI主成分的双层滑动窗口机制分割的人体动作识别方法。首先,对振幅进行去异常值、降噪,对相位进行线性校准、降噪;其...
传统的基于信道状态信息(CSI)进行人体动作识别的方法具有输入数据冗余、提取特征单一等问题。基于此,提出了一种基于CSI主成分的双层滑动窗口机制分割的人体动作识别方法。首先,对振幅进行去异常值、降噪,对相位进行线性校准、降噪;其次,利用基于主成分分析的双层滑动窗口机制对预处理后的CSI数据进行活动分割,去除与运动无关的信息,提升模型的训练效率;再次,通过卷积神经网络与双向循环门控单元对CSI数据的空间和时间两个维度进行分析,并融合多头注意力机制聚焦关键信息,实现对人体动作的高精度识别;最后,在WiAR和BAHAR两个公开数据集上进行实验验证,结果表明:所提方法可以有效地对多种环境下的多种人体活动进行识别,并减少50%的数据量,WiAR数据集准确率达96.53%,极大改善了输入数据冗余和提取特征单一问题,所提方法优于其他现有的识别方法。
展开更多
关键词
信道状态信息
活动分割
卷积神经网络
双向门控循环单元
多头注意力机制
在线阅读
下载PDF
职称材料
基于Matrix Profile的时间序列分割技术改进
2
作者
刘贺贺
贺延俏
+2 位作者
邓诗卓
吴刚
王波涛
《软件学报》
EI
CSCD
北大核心
2023年第11期5267-5281,共15页
时间序列分割是数据挖掘领域中的一个重要研究方向.目前基于矩阵轮廓(matrix profile,MP)的时间序列分割技术得到了越来越多研究人员的关注,并且取得了不错的研究成果.不过该技术及其衍生算法仍然存在不足:首先,基于矩阵轮廓的快速低代...
时间序列分割是数据挖掘领域中的一个重要研究方向.目前基于矩阵轮廓(matrix profile,MP)的时间序列分割技术得到了越来越多研究人员的关注,并且取得了不错的研究成果.不过该技术及其衍生算法仍然存在不足:首先,基于矩阵轮廓的快速低代价语义分割算法中对给定活动状态的时间序列分割时,最近邻之间通过弧进行连接,会出现弧跨越非目标活动状态匹配相似子序列问题;其次,现有提取分割点算法在提取分割点时采用给定长度窗口,容易得到与真实值偏差较大的分割点,降低准确性.针对以上问题,提出一种限制弧跨越的时间序列分割算法(limit arc curve cross-FLOSS,LAC-FLOSS),该算法给弧添加权重,形成一种带权弧,并通过设置匹配距离阈值解决弧的跨状态子序列误匹配问题.此外,提出一种改进的提取分割点算法(improved extract regimes,IER),它通过纠正弧跨越(corrected arc crossings,CAC)序列的形状特性,从波谷中提取极值,避免直接使用窗口在非拐点处取到分割点的问题.在公开数据集datasets_seg和MobiAct上面进行对比实验,验证以上两种解决方案的可行性和有效性.
展开更多
关键词
活动分割
可穿戴传感器
矩阵轮廓
带权弧
在线阅读
下载PDF
职称材料
基于CSJMM-AS-GAC的马陆葡萄病虫害识别研究
被引量：
2
3
作者
王兴旺
郑汉垣
王素青
《河南农业科学》
北大核心
2022年第6期154-163,共10页
为了提高马陆葡萄病虫害的识别准确率,有效地进行马陆葡萄病虫害防控,对测地线活动轮廓模型(GAC)进行改进,通过引入动态系数函数将马陆葡萄病虫害图像边界区域与非边界区域进行精确划分,从而实现准确分割病虫害图像模糊和凹陷边界,提出...
为了提高马陆葡萄病虫害的识别准确率,有效地进行马陆葡萄病虫害防控,对测地线活动轮廓模型(GAC)进行改进,通过引入动态系数函数将马陆葡萄病虫害图像边界区域与非边界区域进行精确划分,从而实现准确分割病虫害图像模糊和凹陷边界,提出并建立了精确分割测地线活动轮廓模型(ASGAC)。接下来为了克服复杂背景下训练样本不足造成的误差,提出了Core损失函数,建立了CoreSoftmax联合监督机制(CSJMM),从而确立了基于CSJMM的精确分割测地线活动轮廓模型(CSJMM-ASGAC)。结果表明,CSJMM-AS-GAC训练集初始准确率为65.46%,验证集准确率为95.67%,测试集准确率为93.95%,Kappa系数达到0.913 8,召回率达到89.21%,CSJMM-AS-GAC对于马陆葡萄病虫害识别准确率达到94.06%。CSJMM-AS-GAC的整体性能、识别准确率、召回率等指标都优于常用的病虫害识别模型。
展开更多
关键词
马陆葡萄
病虫害识别
损失函数
分割
测地线
活动
轮廓模型
精确
分割
测地线
活动
轮廓模型
召回率
在线阅读
下载PDF
职称材料
题名
基于CSI主成分分割的人体动作识别方法
1
作者
饶壮
丁大钊
王依菁
机构
郑州大学网络空间安全学院
嵩山实验室
出处
《郑州大学学报(工学版)》
北大核心
2025年第6期49-57,共9页
基金
河南省科技攻关计划项目(232102210045)
嵩山实验室重大科研项目(ZZK202403002)。
文摘
传统的基于信道状态信息(CSI)进行人体动作识别的方法具有输入数据冗余、提取特征单一等问题。基于此,提出了一种基于CSI主成分的双层滑动窗口机制分割的人体动作识别方法。首先,对振幅进行去异常值、降噪,对相位进行线性校准、降噪;其次,利用基于主成分分析的双层滑动窗口机制对预处理后的CSI数据进行活动分割,去除与运动无关的信息,提升模型的训练效率;再次,通过卷积神经网络与双向循环门控单元对CSI数据的空间和时间两个维度进行分析,并融合多头注意力机制聚焦关键信息,实现对人体动作的高精度识别;最后,在WiAR和BAHAR两个公开数据集上进行实验验证,结果表明:所提方法可以有效地对多种环境下的多种人体活动进行识别,并减少50%的数据量,WiAR数据集准确率达96.53%,极大改善了输入数据冗余和提取特征单一问题,所提方法优于其他现有的识别方法。
关键词
信道状态信息
活动分割
卷积神经网络
双向门控循环单元
多头注意力机制
Keywords
channel state information
activity segmentation
convolutional neural network
bidirectional gated recurrent unit
multi-head attention mechanism
分类号
TN92 [电子电信—通信与信息系统]
TP183 [自动化与计算机技术—控制理论与控制工程]
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于Matrix Profile的时间序列分割技术改进
2
作者
刘贺贺
贺延俏
邓诗卓
吴刚
王波涛
机构
东北大学计算机科学与工程学院
东北大学信息科学与工程学院
医学影像智能计算教育部重点实验室(东北大学)
出处
《软件学报》
EI
CSCD
北大核心
2023年第11期5267-5281,共15页
基金
广东省基础与应用基础研究基金(2021A1515110761)
中央高校基本科研业务费专项(N2104002,N2016009)。
文摘
时间序列分割是数据挖掘领域中的一个重要研究方向.目前基于矩阵轮廓(matrix profile,MP)的时间序列分割技术得到了越来越多研究人员的关注,并且取得了不错的研究成果.不过该技术及其衍生算法仍然存在不足:首先,基于矩阵轮廓的快速低代价语义分割算法中对给定活动状态的时间序列分割时,最近邻之间通过弧进行连接,会出现弧跨越非目标活动状态匹配相似子序列问题;其次,现有提取分割点算法在提取分割点时采用给定长度窗口,容易得到与真实值偏差较大的分割点,降低准确性.针对以上问题,提出一种限制弧跨越的时间序列分割算法(limit arc curve cross-FLOSS,LAC-FLOSS),该算法给弧添加权重,形成一种带权弧,并通过设置匹配距离阈值解决弧的跨状态子序列误匹配问题.此外,提出一种改进的提取分割点算法(improved extract regimes,IER),它通过纠正弧跨越(corrected arc crossings,CAC)序列的形状特性,从波谷中提取极值,避免直接使用窗口在非拐点处取到分割点的问题.在公开数据集datasets_seg和MobiAct上面进行对比实验,验证以上两种解决方案的可行性和有效性.
关键词
活动分割
可穿戴传感器
矩阵轮廓
带权弧
Keywords
activity segmentation
wearable sensor
matrix profile(MP)
weighted arc
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于CSJMM-AS-GAC的马陆葡萄病虫害识别研究
被引量：
2
3
作者
王兴旺
郑汉垣
王素青
机构
上海农林职业技术学院
上海大学计算机工程与科学学院
上海马陆葡萄研究所
出处
《河南农业科学》
北大核心
2022年第6期154-163,共10页
基金
国家自然科学基金项目(61473237)
国家自然科学基金面上项目(61873156)。
文摘
为了提高马陆葡萄病虫害的识别准确率,有效地进行马陆葡萄病虫害防控,对测地线活动轮廓模型(GAC)进行改进,通过引入动态系数函数将马陆葡萄病虫害图像边界区域与非边界区域进行精确划分,从而实现准确分割病虫害图像模糊和凹陷边界,提出并建立了精确分割测地线活动轮廓模型(ASGAC)。接下来为了克服复杂背景下训练样本不足造成的误差,提出了Core损失函数,建立了CoreSoftmax联合监督机制(CSJMM),从而确立了基于CSJMM的精确分割测地线活动轮廓模型(CSJMM-ASGAC)。结果表明,CSJMM-AS-GAC训练集初始准确率为65.46%,验证集准确率为95.67%,测试集准确率为93.95%,Kappa系数达到0.913 8,召回率达到89.21%,CSJMM-AS-GAC对于马陆葡萄病虫害识别准确率达到94.06%。CSJMM-AS-GAC的整体性能、识别准确率、召回率等指标都优于常用的病虫害识别模型。
关键词
马陆葡萄
病虫害识别
损失函数
分割
测地线
活动
轮廓模型
精确
分割
测地线
活动
轮廓模型
召回率
Keywords
Malu grape
Disease and pest identification
Loss function
Division
GAC
AS-GAC
Recall rate
分类号
TP273.5 [自动化与计算机技术—检测技术与自动化装置]
S126 [农业科学—农业基础科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CSI主成分分割的人体动作识别方法
饶壮
丁大钊
王依菁
《郑州大学学报(工学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于Matrix Profile的时间序列分割技术改进
刘贺贺
贺延俏
邓诗卓
吴刚
王波涛
《软件学报》
EI
CSCD
北大核心
2023
0
在线阅读
下载PDF
职称材料
3
基于CSJMM-AS-GAC的马陆葡萄病虫害识别研究
王兴旺
郑汉垣
王素青
《河南农业科学》
北大核心
2022
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
