摘要：为提高现有基于智能手机加速度传感器的步态身份识别方法的性能,提出一种基于典型步态周期提取的身份识别方法。针对现有方法中存在的周期检测错误和周期间的相位偏差问题,采用形状上下文和线性时间归一化(linear time normalization,LTN)相结合的方法对步态周期做序列校准匹配,从中提取典型步态周期来表征整个步态,为检测该方法的性能,采集40个志愿者的步态数据,利用1NN分类算法完成身份识别。实验结果表明,SC-LTN算法的平均正确识别率达96%,验证该方法提取的典型周期能有效用于身份识别。

摘要：利用圆柱形介质设计了一个Bragg微腔结构,含有圆柱形和环形两个微腔。基于传输矩阵理论,通过研究会聚柱面波的反射相移,根据反射相移在Bragg禁带中的尖锐突变来确定微腔结构的共振模。较之其他计算方法,相移方法操作简单,图像直观,且行之有效。研究表明,随着中心圆柱形微腔的半径增大,方位指数相同的两微腔共振模之间会发生相互作用,在腔模光子能量相近时耦合效应最强,导致双微腔的耦合共振模曲线出现反交叉现象。最后给出了耦合共振模的空间电磁场分布。

摘要：为实现织物的瑕疵实时性在线监测,给出一项基于机器视觉的在线检测方法。在系统进行离线训练时,通过无瑕疵织物图像的叠加距离函数及极值权重分析的精确求取得到织物图案纹理基元周期,获得标准基元后,构造无瑕疵标准基元偏移序列,形成模糊分类器;在线检测时,根据构造的偏移序列获得待检测的织物图像块特征,使用模糊分类器进行分类,假如有瑕疵,接着创建精确分类器进行分类。实验结果表明,对任一批图案纹理相同的布匹在线检测,该方法检测一帧图像的平均时间为150ms,准确率达96%以上,实时性高且误检率低。

摘要：为提高工业中工件尺寸检测的精确度,提出一种基于Lanser算子的亚像素边缘检测与基于亚像素的形状选择函数相结合的方法。对目标系统进行标定、区域提取,通过该检测方法对目标区域进行检测,对目标轮廓进行基于Tukey算法的鲁棒性拟合,对目标轮廓进行目标特征计算,得出目标轮廓的亚像素尺寸。实测结果表明了该检测方法的有效性,与基于Blob分析检测方法相比,克服了光照不均情况下边缘的精确检测问题,提高了检测的准确性和快速性。

摘要：针对智能车运动过程中轨迹跟踪精度差的问题,提出了一种基于反演控制算法的智能车运动轨迹跟踪算法。首先,建立智能车的运动学模型;误差模型和动态模型。然后,根据反演控制算法,设计出合理的分部虚拟控制量,并结合李雅普诺夫稳定性分析,设计智能车运轨迹跟踪控制律;最后,在Simulink上进行智能车轨迹跟踪控制的仿真实验。实验结果表明,设计的智能车运动轨迹跟踪算法相比于迭代学习算法或者李雅普诺夫直接法,具有更好的实时性且跟踪精度好,且满足不同车速环境下智能车稳定性的需求。

摘要：为降低行人重识别问题中投影矩阵学习的时间复杂度和过拟合风险,提出一种带有正则化因子的迭代投影向量学习的算法。利用行人图像特征空间分布的迭代更新策略,结合随机梯度下降方法,对更新后的特征进行学习,得到若干列满足目标精度的相互正交的投影向量;将这些投影向量相乘得到最终的投影矩阵,有效降低运算复杂度。将该算法与其它常用的方法在现有公共数据集上进行比较,比较结果表明,该算法的识别效率明显高于其它方法,训练时间少于其它常用方法。

摘要：本文利用方形谐振器与两个金属/介质/金属型波导结构耦合设计了一个亚波长的表面等离子体波导传感器,并通过有限元分析研究了此结构的传输特性。研究表明,通过谐振器耦合能有效增强共振波长的表面等离子体波的透射能力,同时减小两侧波导结构与方形谐振器之间的金属势垒层宽度可提高透射率。传感器的共振波长与介质材料的折射率之间存在着线性关系,1阶共振模的灵敏度可达1100nm/RIU。这种传感器可实现器件的小型化,在生物、工业传感领域有着很大的潜力。

摘要：文章提出了基于计算思维的项目教学法,认为该方法应用中需要注意计算思维知识传授、计算思维环境创设、师生的思维沟通、多元评价体系建立的问题。同时,以"VFP程序设计"课程为例,按照项目教学法的基本流程,即项目设计、计划制订、计划实施、小组自评、展示交流和综合评价六个步骤,将基于计算思维的项目教学法在实际教学中进行了实践。

摘要：在中国美术史上,民间美术是一种特殊的艺术形式。是我国劳动人民的智慧结晶,拥有深厚的文化底蕴,在彰显民间美术色彩的同时,还传承着民间文化和艺术风格,展现出人们的生活与情感。随着我国现代美术设计的发展,民间美术色彩及造型得到了新的应用。该文主要研究民间美术色彩和造型在现代美术设计中的体现,并分析其在现代美术设计中的重要作用。

摘要：提出一种基于weight-pooling词向量的上下文广告推荐算法,利用用户访问记录的互信息权重,计算weight-pooling词向量的余弦相似度。该算法改进了传统基于关键词匹配的推荐算法,避免了数据稀疏性和冷启动问题。通过实验分析,基于weightpooling词向量的上下文广告推荐算法在推荐效果上明显优于传统算法。