期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于WiFi的多目标呼吸检测方法研究
1
作者 秦娥 张锦鸿 +6 位作者 徐也淳 贾逸哲 王可 毛科技 李卫锋 邱杰凡 何文秀 《传感技术学报》 北大核心 2025年第1期112-121,共10页
在探讨多目标呼吸监测技术的过程中,挑战主要集中于如何准确无误地分离和识别多个对象的呼吸信号。解决这一问题的关键技术是在WiFi系统中采用MIMO技术,该技术通过增加物理测量点的数量,使得在静态环境中对多个人的呼吸进行监测成为可... 在探讨多目标呼吸监测技术的过程中,挑战主要集中于如何准确无误地分离和识别多个对象的呼吸信号。解决这一问题的关键技术是在WiFi系统中采用MIMO技术,该技术通过增加物理测量点的数量,使得在静态环境中对多个人的呼吸进行监测成为可能。目前,多人呼吸监测的方法大多依赖于对信道状态信息(CSI)的幅度进行频谱分析,以便提取出呼吸信号。然而,依赖于频谱分析的方法面临两个主要问题:首先,所能达到的频率分辨率受限于数据的持续时间,这意味着在数据长度不足时,无法区分频率相近的呼吸信号;其次,频谱分析只能提供一定时间段内的平均呼吸频率,不能详细反映出这段时间内呼吸模式的变化。为了解决这些问题,开发了一种名为MoRadio的新型多人呼吸监测方法。通过实验验证,证明该方法能够有效识别和监测呼吸率相近的多个目标,且在多人环境下对目标数量的识别准确率高达95%,bpm最佳可达0.1。 展开更多
关键词 多目标呼吸检测 MIMO技术 频谱分析 信道状态数据
在线阅读 下载PDF
基于扩展的PCANet的有遮挡人脸识别方法
2
作者 秦娥 卢天宇 +3 位作者 李卫锋 刘银伟 朱娅妮 李小薪 《高技术通讯》 北大核心 2025年第2期134-144,共11页
针对有遮挡人脸识别问题,本文将现有的卷积神经网络(convolutional neural networks,CNN)模型与主成分分析模型(principal component analysis network,PCANet)相结合,提出了扩展的PCANet(extended PCANet,xPCANet)模型。为了有效消除... 针对有遮挡人脸识别问题,本文将现有的卷积神经网络(convolutional neural networks,CNN)模型与主成分分析模型(principal component analysis network,PCANet)相结合,提出了扩展的PCANet(extended PCANet,xPCANet)模型。为了有效消除人脸图像中可能包含的遮挡信息造成的影响,通常需要充分利用网络的底层特征并构建尽可能丰富的特征。PCANet的2个不足在于:(1)由于正交性约束,各卷积层的滤波器高度相似,降低了滤波器响应的多样性;(2)在进行模式图编码时,对特征图进行了二值化处理,并采用了跨度较大的编码方式,从而丢弃了过多的信息。为了使PCANet能够更好地适配现有的CNN模型,在PCANet模型中引入了2个稠密连接:(1)在各卷积层之间引入了稠密连接,以充分利用底层卷积层提取的特征,并尽可能降低卷积层之间滤波器的相似性;(2)在PCANet的模式图编码阶段引入了加权稠密编码,以充分利用卷积层输出的特征生成更多的模式图。这2种稠密连接或编码方案都会进一步提升PCANet最终输出的柱状图特征的维度,并生成更为丰富的特征。在受控环境和有真实遮挡的人脸数据集(增强现实(AR)人脸数据集)、非受控环境和有模拟遮挡的数据集(LFW和CFP)、非受控环境和有真实遮挡的数据集(MFR2和PKU-Masked-Face)上的实验结果表明,所提扩展的PCANet模型能够有效处理实物遮挡和因光照引发的遮挡,也可以作为前沿方法的有效补充,提升前沿方法的遮挡鲁棒性。 展开更多
关键词 有遮挡人脸识别 主成分分析模型 稠密连接 稠密编码 滤波器多样性
在线阅读 下载PDF
基于无线供能和节点间合作的二进制计算卸载方案
3
作者 秦娥 许方耀 +4 位作者 徐也淳 池凯凯 毛科技 李卫锋 何文秀 《传感技术学报》 CAS CSCD 北大核心 2024年第6期1014-1024,共11页
针对性研究了无线供能下的移动边缘计算,其中计算节点能够自主执行计算任务或将其卸载给空闲节点或边缘服务器,以最大化节点的总计算速率(Sum Computing Rate,SCR)。首先,将SCR最大化问题建模为一个非凸问题,考虑到能量因果和任务因果... 针对性研究了无线供能下的移动边缘计算,其中计算节点能够自主执行计算任务或将其卸载给空闲节点或边缘服务器,以最大化节点的总计算速率(Sum Computing Rate,SCR)。首先,将SCR最大化问题建模为一个非凸问题,考虑到能量因果和任务因果等约束。接着,提出了一个基于深度强化学习的解决方案,采用深度神经网络输出近似最优的二进制卸载决策。最后,设计了高效算法来解决在给定卸载决策下的子问题。该方案具备在线学习能力,具有快速收敛和低计算复杂度的特点,实现了近似最大SCR。 展开更多
关键词 移动边缘计算 无线供能 节点间协作 二进制卸载
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部