基于模糊算法的人体舒适度模型

人体舒适度指标是当前城市气象服务的主要内容之一,但针对局部环境的人体舒适度却无法获知。针对实际需求,设计一套基于模糊算法的人体舒适度模型,应用该方案可以有效的监控小范围的人体舒适度状况。同时该方案的设计充分考虑了智能装置的处理能力较弱和存储空间较小的情况,因此该模型能够广泛的应用到各类智能装置中。     

基于神经网络的人体动态行为智能识别方法

针对传统方法的人体动态行为智能识别方法存在识别率较低等问题,提出基于神经网络的人体动态行为智能识别方法。对人体动态行为数据预处理,并构建人工神经网络模型,实现人工神经网络训练以及特征提取;将视频的光流图像放置于卷积神经网络模型中,获取图像的时域特征;融合人工神经网络特征与时域特征,并将其放入SVM中进行类别划分,实现基于神经网络的人体动态行为智能识别。仿真实验研究结果表明,所提方法能够有效提升人体动态行为识别准确率,并且整个方法的综合性能较好。     

基于云模型与熵权的煤矿安全评价

煤矿事故的频频发生,使得煤矿生产这项复杂的系统工程受到非常严重的制约。为正确评价煤矿的安全状况,避免造成生命危险和财产损失,针对目前煤矿安全评价中常采用的层次分析法、灰色关联分析、模糊综合评判等方法部分忽略或忽略评价中的不确定性因素,导致模糊指标精确化、指标权重主观化、随机指标缺省化等现象,文章以某矿业集团4个煤矿为例,以综合考虑影响煤矿安全评价各种因素的为基础,构建了指标体系,并使用基于云模型和熵权的模型对其安全程度进行合理评价,确定出4个煤矿的安全等级,作为深入提高煤矿安全管理水平的依据。     

基于流形学习的人体异常行为识别方法

人的每项活动都通过人体行为体现,而对人体的异常行为监控是监控系统主要工作。文章提出视频监控基于流形学习的人体异常行为的智能化识别,研究提出了流形学习的2D2MSD新算法来增强算法的行为分类能力,通过实验验证新算法可提高识别率和鲁棒性,对降维后的数据也能够很好地保留鉴别信息。     

基于深度学习的人体行为识别网络设计

基于深度学习的人体行为识别技术是计算机视觉领域的重要的研究方向,是智能视频监控、虚拟现实、视频检索等领域的关键技术,有重要的研究价值。本文主要针对视频中的人体行为进行识别,围绕人体行为识别网络展开研究。针对目前人体行为识别相较于图像识别的特殊性,提出基于3D卷积神经网络的特征提取与训练方法,通过采用3D卷积层搭建DenseNet,从而提高网络中的特征利用率,提升神经网络的识别率。最后实验结果证明了本文所采用的方法在提高人体行为识别的识别率上的有效性。     

基于视觉的运动人体行为分析技术研究

近年来,运动人体行为分析吸引了越来越多的计算机视觉研究人员的注意。它是计算机视觉中最具吸引力的研究领域之一,其研究核心是从视频序列中检测、跟踪、识别运动人体并对运动人体的行为进行理解和描述。该研究方向在智能安全监控、人机接口、视频会议等方面具有广泛的应用前景和巨大的潜在经济价值。     

基于结构方程模型的科研诚信行为影响因素

基于结构方程模型(SEM)研究科研诚信行为与行为人自身所具备的科研诚信知识、科研诚信技能、科研诚信态度等因素之间的关系。研究发现:科研诚信知识对科研诚信技能产生显著影响;科研诚信知识、科研诚信技能和科研诚信态度对科研诚信行为产生显著影响。在实践中应将科研诚信知识的传授、科研诚信技能的实践以及科研诚信态度的培养有机结合起来,辅之以多样化的教育手段和教育模式,从而实现科研诚信教育的目标,最终影响学生的科研诚信行为。     

一种基于人体动作控制的智能系统

人体动作控制的智能系统设计是集计算机视觉与硬件系统设计于一体的综合性研究课题。本文基于视频图像的目标行为分析,以人体动作检测与识别为研究重点,在实现动作识别的基础上完成人机交互功能的扩展。在软件算法部分,本文采用了背景减除法与分水岭算法相结合的运动目标前景提取方法。针对人体动作的识别分类,采用了HOG特征提取方法和多分类SVM分类器进行分类,以实现对目标动作的识别。     

基于TAM与TTF模型构建高校教师信息使用行为影响模型

网络环境下,由于信息资源的多样化特点,高校教师的信息行为也在变化。本文依据TAM与TTF模型的理论内涵,提出构建高校教师信息使用行为影响模型的思路。文章阐述了TAM与TTF模型适用于高校教师信息使用行为研究的理论基础,从多方面论证高校教师信息使用行为影响模型整合TAM与TTF模型的必要性、可行性,最终提出高校教师信息使用行为影响模型的理论框架,并进一步对模型框架的主要构成因素的内涵进行了分析。     

人体行为识别方法研究

<正>本文针对常用基于RGB和RGBD的人体行为识别数据库特点,提出对不同识别方法如何选择行为识别的数据库的观点。在人体行为识别行业起到作用。分析视频中人体的行为是行为识别研究的重要内容,作为计算机视觉范畴的重要研究课题,行为识别不仅具有重要的科学意义,而且具有十分关键的现实应用价值,对我们的生产生活有很大影响。一方面,现在的电脑计算能力越来越强大,另一方面,它的价格却越来越便宜。计算机的出现和使用,最大限度地减轻了人的压力,避免了人力和物力的浪     

期刊引用行为与影响因子的关系

【目的】 探索期刊的文献引用行为与影响因子之间的关系,帮助编辑提高期刊影响力,帮助作者通过改进引用行为获得较高的被引潜力。【方法】 收集2014—2015年荒漠化与水土保持领域的8种中文核心期刊的文献,分析引文内容,包括期刊文献的平均参考文献数量、引文的情感倾向,以及不同引用功能的引用行为重要性加权差异情况与影响因子的相关性。【结果】 期刊文献的平均参考文献数量与影响因子存在显著相关关系;文献引文中的负向情感占比与影响因子无直接关系;基于不同引用功能的引用行为重要性加权与影响因子存在显著的相关关系。【结论】 参考文献数量较多以及引用方法、相关研究、数据、结论、观点较多的文章被引潜力较高。     

结合CNN的人体行为识别特征特取模型的改进

人体行为识别是计算机视觉研究的一个热点,其目标是从一个未知的视频或者是图像序列中自动分析其中正在进行的行为。针对目前人体行为识别过程中特征提取仍旧存在的参数过多、特征提取效果不好等缺陷,本文在RBM模型的基础上提出一种结合卷积神经网络的特征提取模型,在人体行为测试库上的测试表明,本文提出的卷积条件限制玻尔兹曼模型能在人体行为识别的准确度上优于RBM模型。     

考虑惩罚因子的建筑施工污染控制模型分析

传统的建筑施工过程的污染控制,仅通过人工经验对相关施工企业的污染情况进行定量分析,进而制定相应的污染控制方案,缺乏对受到惩罚和污染控制的反馈因素分析。提出一种基于惩罚因子的建筑施工过程污染控制模型,塑造污染建筑施工过程群体在法律惩罚下集群网络模型,对建筑施工总体污染过程采用统一的惩罚体系,控制部分建筑施工过程的不守法的污染行为,塑造建筑施工过程惩罚效用模型,对建筑施工过程的垃圾运输量以及废旧资源分配情况进行定量分析,加入惩罚对建筑施工过程污染的制约效用。以某建筑施工企业施工过程的垃圾污染治理为例。实验结果表明,该种模型能够对污染建筑施工过程进行高效率的控制,确保建筑施工过程的污染得到较好控制。     

基于单片机控制的人体感应报警器的研究

介绍一种利用热释电红外传感器进行监控,并进行报警的系统的设计。本设计包括单片机控制模块、快速报警模块、敏感红外探头模块、LED灯模块等部分组成。处理器用51系列单片机STC89C52。     

基于RFID概率泛函的人体运动受力行为分解

对人体体育运动训练过程中的受力行为进行分解建模,可以定量分析人体受力特征,为实现多传感器信息融合的运动受力行为识别奠定基础。传统方法中采用熵聚类泛函的人体运动神经元受力行为分析方法,无法实现对复杂运动状态下的人体受力缺失数据的模拟和分析。提出一种基于RFID缺失数据概率泛函的人体运动受力行为分解,将加速度传感器与RFID结合,采用缺失数据概率泛函算法对感知的运动关节节点进行受力行为分解,提取了不同传感器节点输出信号关联特征,实现对人体运动特征行为分解算法和模型的改进。实验结果表明,该模型能准确采集到人体的上体和下肢的运动受力数据,受力行为分解准确具体,定量刻画人体在各种运动模型下的受力特性,从而指导运动训练,应用价值较高。     

基于HMM模型的MOOCs持续使用行为影响因素研究

【Purpose/significance】Analyzing the influencing factors of continuance usage behavior of MOOCs can deeply understand learners' motivation and participation behavior so as to provide more decision support for managers.【Method/ process】A model is constructed to capture the dynamics of continuance usage of MOOCs, referring to Hidden Markov Mod⁃ el(HMM) based on the learning process framework of Illeris. Then data from Shanghai Learning Platform is collected, and the Maximum Likelihood method is used to estimate parameters. Furthermore, the influence of website, course, peer effect and teacher-student interaction on continuance usage of MOOCs was analyzed in different ability states, and the evolution of learners' ability state was also explored.【Result/conclusion】Peer effect has positive effect on MOOCs usage of learners with different abilities. High ability learners are also more concerned about the website safety and information related with the course, whereas low ability learners are more likely to attend teacher-student interaction activities. There are four typi⁃ cal ability evolution roadmaps, the high ability learners have the accumulation advantage and the positive MOOCs continu⁃ ance usage behavior track, and are more likely to keep the high ability state.     

基于HLM模型的员工相对剥夺感影响因子实证研究

企业的规模化发展,促进了员工工资水平的大幅提升,但员工幸福感并没有得到相应的提高。本文在运用HLM模型对员工相对剥夺感的影响因子进行了实证研究的基础上,着重分析了哪些因素会导致员工产生相对剥夺感,每种因素的影响力度如何。最后提出了在人力资源管理中降低典型影响因子对相对剥夺感影响的措施。     

基于Logistic模型的轨道交通换乘选择行为影响因素研究

为定量分析出行者轨道交通换乘方式选择行为影响因素,在梳理出行方式选择行为影响因素的基础上,在效用函数固定项中引入出行费用和出行时间因素,构建广义出行费用的轨道交通换乘方式选择模型。最后,将模型应用于重庆市居民换乘轨道交通选择行为的实例中,结果表明:出行费用和出行时间对出行者换乘轨道交通方式选择存在显著影响。模型最后将理论计算结果与实际出行者选择概率进行对比,模型预测误差均在1.50%以内。     

基于因子分析法的城市重金属污染模型

随着工业化进程的加快,人类活动对环境的影响日益增大,生产、生活的污染越来越严重。重金属污染由于传播速度快、危害时间久,成为环境污染的首要因素。对监测到的数据进行处理,及时发现污染源并进行处理,成为当前环境保护的关键。应用因子分析法对监测数据进行处理,对监测城市的表层重金属污染进行整体研究,依据潜在生态危害评价法建立模型,确定污染源,并对污染治理提出建议。