竞技体操现场技术姿态特征识别系统

人体动作姿态的识别是当前研究的热点,而对于运动员技术姿态的计算是非常困难的但其应用十分广泛。针对竞技体操现场中运动员的技术姿态识别展开研究,通过监控设备对竞技体操现场进行图像采集,对图像进行关节点标定,利用加权量化矩阵表示技术姿态特征用以解决不同关节点的权重区分度问题,经过权重修正后的关节点相对坐标作为技术姿态特征用以解决标定关节点时产生的误差所造成的识别精度下降的问题,基于多种姿态特征建立技术姿态描述算子并构建特征数据库,用于训练基于支持向量机的多类分类器,以实现竞技体操现场中对体操运动员技术姿态特征的识别。实验表明,提出的方法实现了11种体操运动员运动姿态的特征识别,在识别效率和精度上具有令人满意的结果。     

基于支持向量机的汽车变速箱故障诊断研究

汽车变速箱是汽车传动系统的核心部件。为提高汽车变速箱故障诊断准确率,本研究提出一种基于支持向量机的故障诊断模型。利用三轴压电式加速度传感器,分别从正常齿轮和缺齿齿轮中获取振动信号,从信号中提取特征值作为支持向量机的输入用于故障识别。通过实例验证,相对于BP神经网络故障诊断模型,基于SVM的故障诊断模型具有更高的诊断精度,对变速箱的故障预测和实时诊断具有实际参考意义。     

LS-SVM和BP算法在逆模型控制中的对比研究

最小二乘支持向量机（least squares support vector machine,LS—SVM）具有很好的非线形逼近能力和泛化能力,通过研究逆模型存在的条件,提出了基于LS—SVM的逆模型辨识方法。仿真结果表明基于LS—SVM的逆模型辨识方法在处理非线性对象时,辨识精度、辨识速度、泛化能力都要强于BP算法。     

运动饮料与运动能力相关关系的研究

运动饮料能在运动前、中、后为运动员迅速补充水分、电解质和能量,维持和促进体液平衡或快速恢复,可改善体内代谢过程和体温调节。是从运动医学和营养角度来促进运动训练、竞赛和健身的积极手段。作为一种补液方式,其对于运动能力的影响目前普遍受到关注,而现在市场流行的运动饮料也是层出不穷,运动饮料对于运动能力到底有什么样的积极影响,又该如何补充,市场上的饮料是都随意补充的吗？等等这些问题还有待于进一步的科学研究。     

吴莲艇与中国第一台X线诊断机

中国第一台X线诊断机是在1918年由浙江省慈奚县的保黎医院首任院长吴莲艇医师集资向美商购买的。本文通过历史资料对于此台X线诊断机的购买情况作了详细的介绍，同时对吴莲艇的历史功绩做了适当的评价。     

筑得广厦千万家——记中国兵器内蒙古一机集团新兴建安公司经理闫立群

一个人能看多远,不是取决于他的视力,而是取决于他的智慧和机遇;一个企业能成就多大的事业,不是取决于企业的大小,而是取决于科学的战略和执行。企业领导人能否从容面对、敢于担当,决定着一个企业的命运。中国兵器内蒙古一机集团新兴建安公司就是这样一家靠着企业领导人实现跨越发展的,而这个领头人就是经理闫立群,他一步步走来的印迹诠释了公司几年来不平凡的发展历程。     

基于支持向量机的数据挖掘技术

随着数据库技术的迅速发展以及数据库管理系统的广泛应用,人们积累的数据越来越多.激增的数据背后隐藏着许多重要的信息,人们希望能够对其进行更高层次的分析,以便更好地利用这些数据.将目前先进的机器学习技术支持向量机,与数据挖掘结合起来,提出了一个改进的支持向量机训练算法,进行了支持向量机自动分类的模拟试验.试验结果显示,新算法的训练速度明显提高,并获得了比较理想的分类结果.     

PLC远控电机故障分析及处理

随着工业自动化的发展,企业生产运行中通过上位机控制PLC,并由PLC控制电机已成为主流。但在编写PLC程序时,若疏忽上位机系统的特点,则易导致电机运行故障,给安全生产带来隐患。本文通过介绍分厂污水站上位机远控电机存在的问题,针对该问题进行分析,并将上位机启、停电机指令在程序中进行置位,从而解决了污水站日常运行中存在的隐患。     

基于模糊自适应变权重的经济时间序列组合预测模型研究

组合方法首先选取支持向量机预测算法和一阶指数平滑法对经济时间序列分别进行预测,来建立模糊自适应变权重组合预测模型。为对比模糊自适应变权重的经济时间序列组合预测模型的预测效果,选取了两种定值加权组合预测模型:平均加权模型、误差平方和最小组合预测模型。通过实验比较分析:模糊自适应变权重组合预测可以综合利用各单项预测方法的优点,比单一模型预测结果精度有了很大提高,且优于定值加权组合预测,在经济时间序列的预测方面有较高的应用价值。     

统计学习理论与支持向量机

支持向量机(SVM)是在统计学习理论(SLT)的基础上发展起来的一种新的机器学习方法。它基于结构风险最小化原则,能有效地解决过学习问题,具有良好的推广性能和较好的分类精确性。本文首先介绍统计学习理论和支持向量机的概念,然后进一步论述了SVM在模式分类中的多方面的应用。