摘要：针对Wi-Fi和低功耗蓝牙单模定位方法在精度、稳定性和普适性上难以满足需求以及现有定位方法须采集大量标定数据这些问题,设计实现了将Wi-Fi和低功耗蓝牙信号进行融合的半监督定位方法,有效利用了Wi-Fi和低功耗蓝牙信号的定位优势,采用半监督流形约束来引入非标定数据进行模型训练.实验表明,与单一特征相比,提出的融合特征在提升了鲁棒性的同时,定位精度提高了20%以上;采用引入的半监督流形约束定位方法,能够使标定训练数据减少90%.

摘要：通过图像预测PM_(2.5)浓度的准确性,在很大程度上取决于模型所选用的特征参数。为丰富特征参数的表达,设计了一种基于图像传统特征与深度特征充分融合的PM_(2.5)浓度预测方法。首先,根据不同PM_(2.5)浓度下的成像差异,选定图像感兴趣区域,解决图像尺寸过大导致的模型运算效率较低问题。然后,针对所选取的局部图像,利用传统图像处理方法手动设计并提取图像浅表视觉特征,同时利用卷积神经网络自动提取图像深层语义特征。最后,将两种特征融合,交由卷积神经网络的全连接层实现对PM_(2.5)浓度的回归预测。预测误差比对结果显示,相比使用单种特征,使用融合特征能够有效提高模型的预测性能。

摘要：针对传统的涂胶工艺缺陷检测精度低、效率低的问题,文章提出一种基于区域生长和融合特征支持向量机(support vector machine,SVM)的涂胶缺陷检测算法。首先对图像进行预处理操作;然后通过改进的快速细化算法提取涂胶区域,将去除毛刺后骨架特征作为起始生长种子,为改善分割不完全现象,采用中心像素加权灰度和区域自适应阈值生长准则分割出完整的涂胶区域;最后结合改进边缘梯度特征和区域纹理特征的优点,将改进的梯度方向直方图-多半径局部二值模式(improved histogram of oriented gradient-multi radius block local binary pattern,IHOG-MBLBP)融合特征送入SVM多分类器进行训练,实现对涂胶区域缺陷的精确检测。经过实验验证,所设计的缺陷检测算法能够精确地提取骨架并分割出完整的涂胶区域,对于涂胶缺陷具有较高的检测精度和效率,能够满足工业生产需求。

摘要：随着我国近几年经济的飞速发展,体育在我国广泛受到人们的关注,体育、体育文化、体育文化的艺术元素等都受到大家的激烈讨论和争辩,大家各执一词,本文主要讲述的就是,在现今社会中,体育文化的艺术元素融合特征,通过对体育、体育文化、体育文化的艺术元素、体育文化和体育文化的艺术元素二者之间的关系来阐述二者融合特征。

摘要："多元一体"是客家文化的重要特性,对粤东北客家民间音乐文化的形成起着重要的影响作用。于清代中叶由江西赣南的曲艺"古文"演化而成的梅州客家说唱艺术竹板歌,在形成与发展过程中受到了儒家文化、移民文化与地域文化等多元文化因素的影响,并因此孕育了竹板歌古风古意、幽默诙谐、山性风味与质朴淳厚等多元融合的艺术风格,同时也深刻地揭示了多元文化的凝结是形成以竹板歌为代表的梅州客家民间音乐艺术形式与风格的重要原因。

摘要：呼吸系统疾病是全球重症和死亡的最常见原因之一。快速精确的检测对呼吸病治疗至关重要。随着人工智能技术的发展,使用深度学习方法通过咳嗽声音检测呼吸系统疾病是一种有效的解决方案。然而,由于公开数据集较少,基于咳嗽声音的呼吸病检测分类研究较少,将手工特征和最新的深度音频嵌入进行特征融合的研究也较少。本文使用音频分割和语音数据增强方法对数据集进行扩充并评估了4种不同类型的声学特征在呼吸病咳嗽检测任务中的适用性。在此基础上,设计了一个基于融合特征的双通道卷积神经网络TCCNN。实验结果表明,当使用MFCC与OpenL3特征作为TCCNN模型输入时,在呼吸病咳嗽检测任务中可以获得74.1%的F1分数和73.5%的准确率,优于仅使用单一特征的结果。

摘要：提出了一种基于融合特征稀疏编码模型的车辆品牌识别方法,该方法首先提取车脸图像的方向梯度直方图特征作为融合特征稀疏编码模型的一级特征向量,然后将车脸图像的一级特征向量作为过完备字典中训练样本集的线性组合,并构建非负性约束稀疏编码模型,最后采用重构误差最小原则对车辆品牌进行识别。基于东南大学的车脸数据库进行了试验,结果表明,基于融合特征稀疏编码模型的车辆品牌识别方法优于HOG+SVM、传统稀疏表示和字典学习稀疏表示的车辆品牌识别方法,其平均识别率达到96.16%。理论分析和试验结果表明,基于融合特征稀疏编码模型的车辆品牌识别方法具有较强的鲁棒性和适用性。

摘要：ECG信号由于其唯一性,在身份识别中得到了越来越广泛的应用。但以往的研究基本只讨论在平静状态或不同情绪下的身份识别,没有考虑个体在运动中及运动后的识别情况。本文针对这个问题,研究在平静和运动状态混合下ECG身份识别的特征向量选取问题。实验分别提取QRS等特征点组成的形态特征、核主成分以及两者的融合特征,利用支持向量机(SVM)进行识别测试。其中训练使用平静状态下的数据,测试则使用平静与运动状态混合的数据集。实验结果显示当ECG身份识别扩展到平静和运动状态混合的情况下,形态特征和KPCA融合的特征有最优的识别效果,识别率达到98.7342%。

摘要：针对精神分裂症诊断主观性强、缺乏客观辅助诊断指标的问题,提出基于人脸多特征融合的精神分裂症自动识别算法。提取人脸关键点,综合分析文本朗读过程中精神分裂症患者眼动、嘴部运动、头部姿态等非言语行为特征,构建融合特征并结合支持向量机进行自动分类识别。实验采集20位精神分裂症患者与20位正常对照组的文本朗读视频进行测试,其结果表明,提出方法在十折交叉验证中获得92.5%的分类正确率,算法实现了对精神分裂症的自动识别,能够为精神分裂症提供客观的辅助诊断指标。

摘要：随着现代室内设计的发展变革,人造与自然材料的融合应用展现出独特的环境美学价值。通过系统分析两类材料在室内环境中的融合机理,研究表明材料融合产生了显著的空间重构效应、环境塑造功能和感知体验提升作用。融合材料在室内环境中创造了多维度的美学表现:增强空间的整体性与连续性、丰富环境的质感层次、优化使用者的感知体验。研究成果揭示了材料融合对室内环境美学的创新价值,为环境设计的可持续发展提供了新的思路。