摘要：编码视频数据流中的运动矢量和残差等语法元素可用于替代光流进行运动表示,但其固有的像素噪声和特征稀疏性会影响精细动作的识别精度。对此,在对编码视频语法元素进行数据优化的基础上,设计了一个高精度、低复杂度的动态手势识别框架。首先,提出了关键P帧选择方法,通过选择信息量更高的编码帧解决了特征稀疏性问题;其次,提出了联合残差特征表示方法,利用残差得到精细的手势轮廓图,去除了运动矢量中手部以外的像素噪声;最后,设计了一种轻量而高效的动态手势识别模型,利用优化后的运动矢量和残差获得了类似于光流的计算效果。在viva,sheffield klnect gesture,NvGesture和EgoGesture等数据集上对所提方法进行了验证,实验结果显示,所提方法中仅使用RGB数据模式可达到的识别精度分别为82.94%、99.72%、81.12%和90.48%,降低了89%的存储开销,并且以4.7倍的运行速度获得了与先进方法相近的结果。

摘要：为实现计算机辅助设计系统和虚拟装配系统之间模型数据信息的集成,提出了虚拟环境下基于标准数据格式的双向数据流模型转换方法。针对虚拟装配信息表达不完整的问题,在传统装配模型的基础上,提出面向产品装配工艺设计全过程的装配模型;提出了基于引用机制的分层模型数据结构,实现了对巨模型的数据管理和模型数据优化,并有效降低了计算机内存。自主开发了虚拟装配工艺规划及信息管理系统,对上述模型和算法的有效性进行了验证。

摘要：面对高并发大数据量的采集和存储需求,采用大数据架构来提高服务系统和设备性能,虽然也能够解决问题,但同时造成了建设难度和成本提高的新问题。对于某些大数据采集处理的设计要求,可以从应用设计维度对数据进行优化整合,不仅能够简化设计架构,降低建设成本,还能够提供更好的应用效果。文章以一个实际的高频度定位采集展示项目为例,从定位数据的采集、传输、存储、展示等多个方向对数据进行整合优化,将一个大数据量的系统降低到中量级数据应用,实现了需求和产品的共赢。

摘要：采用低成本的压电陀螺和加速度计,运用高精度模/数转换模块和高性能数字信号处理器(DSP),在嵌入式系统内对传感器数据进行了采集和数据优化处理;运用基于快速小波变换的低阶卡尔曼滤波算法和多传感器数据动态融合算法对姿态测量数据进行了处理,优化了姿态角测量数据,为后续姿态测量精度的提高提供了基础。

摘要：本文分析了整车造型设计流程中前期概念创意阶段所需要的实物模型特点,针对实物模型要求制作速度快、修改频繁及需要突出设计特点等需求,提出了优化数字建模方法。

摘要：文章旨在开发一套基于物联网环境的智能辅助决策系统,利用山东工艺美术学院丰富的数据资源,为教学、科研和人才培养等方面提供科学准确的决策支持。通过实时采集多源数据、智能分析和快速反馈,提高高校教育管理决策的质量和效率。

摘要：针对算子识别反问题,分析了解的不适定性与模型误差、数据误差的关系,建立了基于模型优化和数据优化的联合反演技术,提出了适合同时处理数字式数据与非数字式数据的量化单调消噪方法。建立了数值反演可靠性概念,包括正演算子可靠性、正演计算可靠性、测量设计可靠性、反演算法可靠性、反演计算可靠性、测量数据可靠性,并建立了相应的可靠性定量评估方法。通过一个岩土工程的算子识别反问题的工程应用与数值试验说明:其一,这一联合反演技术实质是一门系统性的优化技术,能够显著提高数值反演的可靠性和准确度;其二,应用可靠性定量评估方法,能够客观地、定量地获得反问题解估计的质量评定。

摘要：随着地图的普及和社会要求的增加,我国出版了大量不同主题的纸质地图集产品,积累了数量可观的、具有研究价值和史料价值的各种专题数据。目前,已有相关研究多在纸质出版地图集的互联网展示及空间分析应用,而在线定制方向仍然缺乏。因此,本文以《广东省地图集》为例,对纸质出版地图集和互联网地图进行比较分析,构建纸质出版地图集的数据优化技术;设计在线地图服务的技术框架,并结合地图切片服务等技术,实现纸质出版地图集的定制服务。结果表明,本服务在个性化地图定制方面具备良好的体验。这说明了研究成果是对纸质出版地图集的良好延伸和拓展,可为进一步挖掘纸质出版地图集数据的价值提供技术参考。

摘要：加热炉是炼油及煤化工装置中常见的加热设备。某些加热炉,如减压炉、延迟焦化炉等炉管内介质为两相混合流体,而且其中的气相比例较高,此种类型加热炉汽化管段传热过程复杂,计算涉及气液两相流体,包含压力平衡、相平衡、热平衡等多个物理化学基本单元,管内流体的流速和流型、炉管尺寸的设计计算交互影响,需要制定迭代计算流程并在迭代计算过程中对部分过程数据进行人为干涉和优化。针对加热炉汽化段两相流管段,介绍了管内介质流速和临界流速计算方法、计算流程、流型预测、流速高限的判断方法及判定依据,通过实例示范算法的应用流程和过程数据优化的具体处理方法,可供同行参考和借鉴。

摘要：为提高智能模型的识别精度,增强其泛化能力,需要对用于智能建模的数据集中的对象类别异常进行检测和修正。在进行数据集和决策树形式化描述的基础上,将基尼指数增益率作为确定连续条件属性最优二分原则,采用递归算法生成叶节点中对象为同一类别的二叉决策树。利用信息熵评价决策树剪除叶节点中对象的类别分布效果,实现数据集类别异常的类别修正。决策树的生成和剪枝本质上是完成基于基尼指数和信息熵的连续条件属性数据空间分割和合并类别修正。实验和实际应用验证了决策树生成和剪枝是数据集类别优化的有效方法。