摘要：结合人体运动数据的低秩性、噪声稀疏性和时序稳定性,将人体运动捕获数据恢复问题建模为低秩矩阵填充问题.不同于传统方法采用核范数作为矩阵秩函数的凸松弛,引入了非凸的矩阵Capped核范数(CaNN).首先,建立基于CaNN正则化的人体运动捕获数据恢复模型;其次,利用交替方向乘子法,结合截断参数自适应学习与(逆)离散余弦傅里叶变换对模型进行快速求解;最后,在CMU数据集和HDM05数据集上,将CaNN模型与经典的TSMC,TrNN,IRNN-Lp和TSPN模型进行对比实验.恢复误差和视觉效果比较结果表明,CaNN能够有效地对失真数据进行恢复,且恢复后的运动序列与真实运动序列逼近度较高.

摘要：针对随机森林学习方法训练数据时存在的过拟合问题,通过改进各决策节点的决策函数设计一种模糊森林学习方法。利用高斯隶属度函数构建决策树上各节点的决策函数,将确定决策路径转换为模糊决策路径。根据样本从根节点到叶节点所经过的所有决策节点的模糊决策值乘积生成模糊路径。结合各模糊路径与相应叶节点预测参数得到预测结果。将模糊森林学习方法应用到行人检测领域,分别对Haar特征和方向梯度直方图特征进行学习与分类。实验结果表明,与经典的Adaboost、支持向量机和随机森林分类器相比,模糊森林方法可有效提高行人检测的识别率。

摘要：传统信道估计大多数方案都是为窄带系统设计的,为此,提出一种连续支持检测(successive support detection)的宽带波束空间信道估计改进方案。证明空间信道的每个路径分量具有独特的稀疏结构;根据经典的连续干扰消除的思想,连续估计稀疏路径分量;对于每个路径分量,通过稀疏结构联合估计其在不同频率下的信道估计,去除其影响来估计剩余的路径分量。仿真结果表明,与传统的LS和OMP信道估计方法相比,所提方案在未知的路径数的情况下依旧减少了导频开销,提高了信道估计精度,可以以较低的复杂度准确估计信道。

摘要：针对传统的基于压缩感知的信道估计分辨率损失严重、精度不高问题,提出一种基于迭代重加权(iterative reweight,IR)的超分辨信道估计方案。通过部分自适应动量估计方法(partially adaptive momentum estimation method,Padam)迭代优化目标函数,使到达角/离开角(angle of arrivals/departures,AoAs/AoDs)趋向最优解,实现高分辨率信道估计。在优化过程中,使用加权参数来平衡稀疏性和数据拟合误差。仿真结果表明,与正交匹配追踪(orthogonal matching pursuit,OMP)信道估计方案、自适应码本信道估计方案相比,所提方案归一化均方误差和频谱效率等性能更优。

摘要：针对行星齿轮箱的故障诊断问题,提出一种参数优化数学形态谱和支持向量机的行星齿轮箱故障识别方法。该方法考虑形态谱参数选择对同型故障一致性和不同故障差异性的影响,通过相对误差指标值的大小选择形态谱最优参数,对形态谱参数进行优化选择,提取故障特征,并采用支持向量机完成行星齿轮箱故障的故障识别。相较传统行星齿轮箱故障诊断而言,该方法对形态谱参数进行了定量分析,且无需复杂数学建模,和频率成分分析,简化故障识别过程。为了验证该方法的有效性,对行星齿轮箱试验台信号进行了分析实验,结果表明了该方法可有效地识别齿轮故障类型。

摘要：目前传统林木病虫害防治渠道已经不能满足林业产业化快速发展的需要,利用移动互联网技术开发一款服务于基层林业工作者与林农的林业有害生物防治系统,可有效地实现有害生物防治信息的实时交流,有利于疫情管理与病虫害防治。对系统设计所需的技术进行了分析,设计了基于移动互联网技术的系统整体架构,采用MVC模型进行客户端应用程序设计并利用人工智能技术设计了专家系统。经过测试,系统运行正常,运算结果准确性高。基于Android平台和3G技术的林业有害生物防治系统具有易操作、可推广性强、时空局限性小等特点,可向广大林业工作者提供便捷的技术咨询、病虫害诊断与疫病防控等服务。