Results 91 to 100 of about 2,703 (160)
Zhongguo cuzhong zazhi目的 本研究旨在构建并研发一种基于低成本惯性测量单元（inertial measurement unit，IMU）信号的上肢多关节运动状态识别系统，用于快速、可靠地解码人类活动中的上肢多关节（前臂、肘关节、肩关节）运动状态，为卒中后上肢康复评估中的运动模式识别和日常运动监测提供支持。 方法 本研究纳入4名健康受试者，通过部署于手腕和上臂的IMU采集受试者的6维（3轴加速度+3轴角速度）运动信号，每名受试者重复10次。基于Fugl-Meyer运动功能评定量表上肢部分的屈肌协同运动，设计8个子任务 ...
程相鑫1，张烁1，杜松骏1，刘子阳1，周宏宇2，3，贾伟丽2，3，李子孝2，3，刘涛1 (CHENG Xiangxin1, ZHANG Shuo1, DU Songjun1, LIU Ziyang1, ZHOU Hongyu2,3, JIA Weili2,3, LI Zixiao2,3, LIU Tao1 )
doaj +1 more source
Reinforcement Learning Navigation Method Based on Advantage Hindsight Experience Replay [PDF]
Reinforcement learning demonstrates significant potential in the field of mobile robots. By combining reinforcement learning algorithms with robot navigation, the autonomous piloting of robots can be achieved without prior knowledge.
Shaotong WANG, Liqun KUANG, Huiyan HAN, Fengguang XIONG, Hongxin XUE
core +1 more source
Shuitu Baochi Xuebao[目的] 水土保持措施类型及其配置模式复杂繁多,准确识别与精细化提取水土保持措施详细配置信息是获取水土保持措施因子值的基础。[方法] 水土保持措施信息获取方式主要有传统的野外调查、卫星遥感影像和无人机近景摄影等,其识别与提取方法主要包括目视解译、传统的机器学习、面向对象分类方法及深度学习模型。通过梳理国内外水土保持措施识别与提取方法的研究成果,总结存在的不足并提出研究展望。[结果] 在语义分割中未来的特征融合与多模态学习、弱监督与半监督学习、集成学习和元学习等均可被运用到水土保持措施提取中。[结论 ...
田培, 任益伶, 陈妍
doaj
Guangtongxin yanjiu, 2020 屏幕通信是以动态条码为信息载体,以可见光为媒介的近场通信方式,因其抗干扰能力强、不占用频谱资源和部署简单等特点,具有广泛的应用场景和极大的发展潜力。文章提出了一种基于深度学习方法的屏幕通信定位跟踪算法,采用快速区域卷积神经网络（Faster R-CNN）算法对信息区域进行处理,使光学摄像头在不依赖传统定位寻像图形的情况下智能定位携信区域,进而提高单帧携信量;采用卢卡斯-卡纳德（LK）光流法对抖动引入的帧间信息区域位置变化进行估计,提升了连续帧处理速率从而提升了系统通信速率。实验结果表明, Faster ...
刘文楷, 王海瑞, 武梦龙
doaj
Intelligent route planning method with jointing topology control of UAV swarm [PDF]
Existing routing protocols without awareness of the topology causes excessive retransmissions, energy holes, and long delay, data routing performance was seriously deteriorated.Considering the relation of topology and routing, an intelligent route ...
Bo OUYANG +3 more
core +1 more source
Theory and method of shearer digital twin navigation cutting motion planning [PDF]
In order to further improve the intelligence level of coal working faces and achieve autonomous deduction, autonomous learning, and autonomous optimization of shearer navigation cutting, based on the concept of shearer autonomous navigation cutting ...
GE Shirong, MIAO Bing
core +1 more source
Dianci bileiqi为提升输电线路雷击灾害主动防御能力，提出了一种基于深度学习的雷电活动预测方法，提前时间为72 h，时间和空间精度分别为3 h和5 km。基于统一的时空网格完成了预报区域雷电数据的归一化，通过卡方统一性检验提取了与雷电活动强关联的气象参量；建立了雷电发生概率预测深度神经网络模型，采用贝叶斯算法优化了模型超参数组合；建立了落雷次数与雷电流强度的分类预测卷积神经网络模型。算例验证表明，雷电发生概率预测的平均命中率和虚警率分别为69.10%和71.18%，落雷次数和雷电流强度预测命中率的平均值分别为39.03 ...
张永刚 +4 more
doaj
Dizhen xuebao随着川南页岩气快速规模化地开采，四川长宁地区地震频发，不仅发生了大量微地震而且伴随发生了多个中强地震，地震风险持续增高。本文基于长宁地区的107个密集台站在2021年4月28日至2022年6月30日期间所记录的连续波形使用深度学习震相拾取方法所构建的观测区高分辨率地震目录，通过最大似然法计算了四川长宁页岩气开发区频度−震级关系式中的b值，对b值的时空分布特征进行了分析。结果表明：长宁地区的平均b值为1.06，长宁—双河采卤区的b值为1.25，而长宁—昭通页岩气开采区的b值为1.01 ...
Liu Huang +6 more
doaj +1 more source
Guangtongxin yanjiu, 2018 军用光缆网是重要的国防基础通信设施,传统的人工徒步巡检是查找光缆线路隐患的主要措施,但其耗时长,人力物力消耗大,易受敷设方式和地形环境变化影响。而采用无人机进行光缆线路巡检,时效性强,安全性高且经济性好,是未来的重点发展方向。由于工程车辆施工挖掘是造成光缆线路障碍的最主要原因,为此,文章提出将深度学习更快的基于区域的卷积神经网络（Faster R-CNN）目标检测方法应用到无人机航拍巡检图像的工程车辆检测中。基于航空影像中的车辆检测（VEDAI）公共数据集制作了工程车辆数据集,通过仿真训练和测试 ...
张明江 +4 more
doaj
Haiyang yu huzhao海表面温度(sea surface temperature, SST)是影响海洋和气候变化的重要因素之一，准确预测SST的变化对于海洋生态环境、气象和航行等至关重要。传统的SST预测方法通常依赖于数值模式，但是其计算成本较高。该文基于深度学习模型(3D U-Net)，将SST、海表面高度异常(sea surface height anomalies, SSHA)以及海表面风(sea surface wind, SSW)作为输入变量成功构建了南海SST的快速化智能预报模型。结果表明，与卷积长短时记忆 ...
谢 博闻 +4 more
doaj +1 more source