摘要：针对异常行为检测目标面临多尺度变化、易漏检误检以及复杂背景干扰等问题,提出了一种多尺度特征融合与快速多交叉结构改进的行人异常行为检测方法。该方法以YOLOv8为基线网络,在模型主干部分设计了快速多交叉结构提升上下文信息感知能力并减少网络参数,提出空间递进卷积池化模块实现多尺度信息融合,降低尺度差异带来的易漏检误检问题,提高检测的准确度;在模型颈部中引入SimAM注意力机制抑制复杂背景干扰,提升目标检测性能;最后采用WIoU损失函数平衡检测锚框的惩戒力度增强模型泛化性能。所提方法在UCSD-Ped1、UCSD-Ped2数据集进行验证,并在OPIXray数据集进行了泛化性测试。结果表明,所提方法异常行为识别精度较诸多先进检测算法均有不同程度的提升,且参数量更小,是一种性能较为优异的行人异常行为检测方法。

摘要：近10年,随着传感器、无线网络技术的发展,无线传感器网络促进了一系列新型网络化应用的诞生.然而在这一系列应用中,无线传感器网络耗能过多成为了制约其发展的瓶颈.在实际的应用中,传输所消耗的能量占电池总消耗能量的90%,因此研究节点数据传输节能问题有着巨大的实际意义.基于事件驱动的线性离散时不变系统的输出反馈控制算法,所提出的事件驱动传输策略能决定传感器何时发送数据.首先,通过一类近似二次值函数来推导出这种传输策略,基于此类传输机制,该系统可以很好地平衡执行器性能和无线传输速率.其次,利用所给出的传输策略设计了相应的输出反馈控制器.最后,通过数值仿真验证了理论结果的可行性和有效性.

摘要：近年来,随着传感器和无线网络技术的发展,基于无线传感器的新型网络化应用也应运而生。然而,无线传感器耗能过多成为制约其发展的瓶颈。因此,研究其节点数据传输节能问题有着巨大的实际意义,针对一种含未知输入的离散随机系统,结合事件驱动机制设计估计器以实现远程状态估计。相应的远程估计器满足了无偏和最小方差特性,随后,基于所提出的事件驱动策略判定何时发送数据,从而减少数据传输。此外,通过推导一类系统性能指标的上界详细推导了时间驱动策略的形式和参数,最后,通过数据仿真实验来验证所提方法的可行性和有效性。