网络个体用户遭受感染下病毒免疫滤波控制算法

网络个体用户在遭受病毒入侵干扰下,由于病毒入侵信号对单个个体用户入侵的不确定性,难以实现对病毒的有效控制和免疫。提出一种基于自适应功率谱密度特征提取的网络个体用户遭受感染下病毒免疫滤波控制算法,首先进行网络病毒面入侵信号的模型构建,设计滤波控制算法实现对网络个体用户遭受感染下的病毒免疫控制。设计网络个体用户遭受感染下的病毒免疫模型,进行网络个体用户遭受感染下病毒入侵路径和安全属性分析。设计基于自适应功率谱密度特征提取的网络个体用户遭受感染下病毒免疫滤波控制算法,实现对用户遭受感染下的病毒入侵信号的滤波检测和控制。仿真实验结果表明,该算法能有效实现对病毒入侵路径和强度幅值的准确跟踪控制,免疫滤波效果较好,对病毒信号的检测概率提高15.7%,实时性和鲁棒性优越于传统方法,保证了网络个体用户的安全。     

动态分层二值进化全关节驱动跟踪贫化算法

在人体运动跟踪建模中,需要对样本集的多样性特征进行贫化处理,以提高全关节驱动模式运动状态跟踪的准确性。传统方法采用量子进化和粒子滤波算法进行人体运动跟踪贫化算法实现,算法在全关节多样化样本特征运动模式下,跟踪效果不好。提出一种采用动态分层二值进化处理的改进的量子进化粒子滤波全关节驱动模式跟踪方法,解决多样本特征的贫化问题。进行人体全关节驱动模式动力学分析及人体运动跟踪模型构建,通过动态分层处理技术,获得二值前景图像,求得人体关节的全方位信息特征,通过动态分层二值进化方法,准确地找到各关节位置,构建亮度模型函数,实现贫化处理。实验表明,改进算法能实现对体操运动员运动幅度大的肘、腕、踝部位均得到了准确的跟踪结果,贫化效果较好,运动状态估计精度较高。     

摇杆滑块机构滑块匀速运动时各铰链运动状态分析与仿真

文章以摇杆滑块机构滑块沿任意曲线做匀速运动为目标,首先建立相应的矢量方程式并进行求解,接着又用Pro/E软件建立简单骨架模型进行仿真分析,研究方法及获得结果为进一步研究机构铰链处驱动电机的控制方法提供了一定的依据。     

我国优秀跳高运动员技术动作诊断研究

研究选取2010年全国田径锦标赛跳高比赛前六名运动员作为研究对象,使用三维高速摄像机对助跑阶段最后两步进行全程拍摄,使用APAS软件对数据进行定量分析。通过对中国顶尖跳高运动员起跳阶段的步长、摆动腿蹬伸膝角、起跳腿离地水平速度等技术指标进行生物力学分析。结合国内外学者对跳高运动员起跳阶段技术分析的研究成果与跳高运动的技术特点和发展趋势,为中国跳高运动员训练提出合理化建议。     

三维红外运动捕捉系统在田径技术诊断中的应用——以女子100m栏运动员王丽为例

利用三维红外运动捕捉系统对运动员王丽的跨栏动作进行影像捕捉、分析,揭示其现有技术动作的特点。研究发现王丽跨栏技术的特点:(1)跨栏步幅大,主要体现在起跨步步幅大,这可能对其腾空时间有影响;着地距离较短,比较合理。(2)起跨腿支撑时间和摆动腿支撑时间较短,说明其下肢肌肉较为有力,能够快速支撑其身体质量。(3)腾空时间较长。     

基于Mel倒谱特征顺序统计滤波的语音端点检测算法

为提高噪声环境下语音端点检测的准确性,提出一种基于Mel倒谱距离顺序统计滤波的端点检测算法.该算法首先提取每帧语音信号的Mel频率倒谱系数,以前16帧估算背景噪声,计算每帧语音与背景噪声的倒谱距离;然后将当前帧前后相继若干帧的倒谱距离,经过一组顺序统计滤波器得到加权倒谱距离;最后根据各帧加权倒谱距离对输入语音进行分类.在TIMIT语音库上的实验结果表明,该方法在白噪声、粉噪声、汽车噪声和战斗机噪声等噪声环境下,均能得到理想的端点检测结果,且在低信噪比时依然有效.     

乒乓球运动员应加强快速、准确、灵活的步法训练

论述了乒乓球运动员在短时间内,根据来球方向、速度、落点以及旋转等快速作出判断时步法移动的重要意义,并提出一些训练措施。     

基于肤色和运动信息的图像分割

人体肤色分布在RGB空间非常小的范围内,利用该特征可以将肤色信息从复杂的背景中提取出来。为了有效地去除背景中与肤色相似的干扰成分,我们利用手运动为主运动的特征,通过运动聚类,将手区域提取出来,再对手区域进行肤色滤波可以有效地分割出手势。实验结果表明该方法运算量小,能够有效地进行图像分割,可以用于实时图像识别系统中。     

应用程序化和模块化技术提高图像滤波性能

滤波是一种运用广泛但耗时的图像处理技术。模块化技术利用程序局部性加快矩阵运算。将其应用于滤波处理的实验表明，模块化并不能明显提高滤波性能。PHiPAC程序化技术是提高运算程序性能的指导方针。论文提出了一种结合模块化和PHiPAC程序化技术的加速图像滤波处理方法，同时给出了优化的模块大小。结果表明，此方法能有效地优化滤波处理的数据访问模式，从而使二维和三维图像滤波处理速度提高3至7倍。     

基于最值中滤波的彩色图像噪声滤波器

构建了一种新的消除彩色图象中脉冲噪声的滤波法。该滤波首先根据极值点(最大或最小)的判别标准将全部像素分为两类(信号S与噪声N),再根据空间相关性将噪声点用该点邻域的中值取代,然后进行简单的局部纹理分析而自动选择使用标量中值滤波或者使用矢量中值滤波。实验表明,文中提出的方法计算量少,性能优良,图象信噪比高。