针对投影孪生支持向量机(Projection Twin Support VectorMachine,PTSVM)在训练和求解过程中存在的问题,提出了一类改进的投影孪生支持向量机(Improved PTSVM),简称为IPTSVM.该文首先构造了改进的线性投影孪生支持向量机,然后利用核技...针对投影孪生支持向量机(Projection Twin Support VectorMachine,PTSVM)在训练和求解过程中存在的问题,提出了一类改进的投影孪生支持向量机(Improved PTSVM),简称为IPTSVM.该文首先构造了改进的线性投影孪生支持向量机,然后利用核技巧轻松将其推广到了非线性形式.本文的主要贡献有:(1)提出了投影孪生支持向量机的新模型,克服了原始PTSVM在训练之前需要求解两个逆矩阵的问题;(2)继承了传统SVM(Support VectorMachine)的精髓,利用核技巧直接将线性IPTSVM推广到非线性形式;(3)引入了一个新的参数,可以调节模型的性能,提高了IPTSVM的分类精度.实验结果表明,与PTSVM算法相比较,IPTSVM不仅提高了分类精度,而且克服了PTSVM的一些不足.展开更多
分数阶混沌系统的对偶同步是一个新的同步方法.有关分数阶混沌系统对偶投影同步的研究较少.基于分数阶系统的稳定性理论,通过设计线性控制器研究了分数阶混沌系统的对偶投影同步.给出了一个实现分数阶混沌系统对偶投影同步的一般方法,...分数阶混沌系统的对偶同步是一个新的同步方法.有关分数阶混沌系统对偶投影同步的研究较少.基于分数阶系统的稳定性理论,通过设计线性控制器研究了分数阶混沌系统的对偶投影同步.给出了一个实现分数阶混沌系统对偶投影同步的一般方法,推广了现有对偶同步的研究结果,通过分数阶Van der Pol系统和分数阶Willis系统的数值仿真证实了该方法的有效性.展开更多
人体运动过程中,肢体的运动是连续的,而对应的运动捕捉数据是离散的.为了更好地分析人体日常运动行为的连续性与周期性,本文提出了一种基于函数型数据分析(Functional data analysis,FDA)的人体动态行为识别方法.首先,利用函数型数据分...人体运动过程中,肢体的运动是连续的,而对应的运动捕捉数据是离散的.为了更好地分析人体日常运动行为的连续性与周期性,本文提出了一种基于函数型数据分析(Functional data analysis,FDA)的人体动态行为识别方法.首先,利用函数型数据分析方法,将可穿戴式运动捕捉系统采集的人体周期行为数据函数化,通过函数准确地定义数据的连续性与周期性;然后,根据导函数信息确定一个运动周期的起始点,并近似地提取出一个运动周期的数据序列;最后,根据不同行为一个周期内的曲线特征差异,利用支持向量机对动态行为进行分类识别.实验结果表明,本文的算法既能够较好地描述人体动态行为的连续性与周期性,又使得运动数据在标定的统一起始点处对齐,且在WARD数据集与自采集数据集上均取得了较好的识别率,分别达到97.5%与98.75%.展开更多
文摘分数阶混沌系统的对偶同步是一个新的同步方法.有关分数阶混沌系统对偶投影同步的研究较少.基于分数阶系统的稳定性理论,通过设计线性控制器研究了分数阶混沌系统的对偶投影同步.给出了一个实现分数阶混沌系统对偶投影同步的一般方法,推广了现有对偶同步的研究结果,通过分数阶Van der Pol系统和分数阶Willis系统的数值仿真证实了该方法的有效性.
文摘人体运动过程中,肢体的运动是连续的,而对应的运动捕捉数据是离散的.为了更好地分析人体日常运动行为的连续性与周期性,本文提出了一种基于函数型数据分析(Functional data analysis,FDA)的人体动态行为识别方法.首先,利用函数型数据分析方法,将可穿戴式运动捕捉系统采集的人体周期行为数据函数化,通过函数准确地定义数据的连续性与周期性;然后,根据导函数信息确定一个运动周期的起始点,并近似地提取出一个运动周期的数据序列;最后,根据不同行为一个周期内的曲线特征差异,利用支持向量机对动态行为进行分类识别.实验结果表明,本文的算法既能够较好地描述人体动态行为的连续性与周期性,又使得运动数据在标定的统一起始点处对齐,且在WARD数据集与自采集数据集上均取得了较好的识别率,分别达到97.5%与98.75%.
基金Supported by National Natural Science Foundation of China(11371028)NSF of Anhui Province(11040606M14)NSF of Department of Education of Anhui Province(KJ2015ZD27,KJ2017A362)
