基于FMCW雷达的双流融合神经网络手势识别方法

针对传统光学摄像头和无线技术的手势识别方法受光照环境影响和空间纵向、横向特征不全的问题,该文提出一种基于调频连续波（Frequency Modulated Continuous Wave,FMCW）雷达信号的双流融合神经网络（Two-Stream Fusion Neural Network,TS-FNN）手势识别方法.首先,利用二维快速傅立叶变换（Fast Fourier Transform,FFT）求取中频信号的频谱,估计手势的距离和速度,并利用多重信号分类（Multiple Signal Classification,MUSIC）方法计算角度.其次,利用这三维参数在时间上的累积,将一个手势动作映射为32帧距离-速度矩阵图和角度时间图.最后,建立TS-FNN进行手势特征提取和特征融合.实验结果表明,TS-FNN方法与传统卷积神经网络相比,手势的平均识别准确率提升了约5%.     

基于SPSS的主成分分析法的水利信息化评估

信息技术的迅猛发展,大大促进了水利事业的各项发展,尤其是水利信息化的发展.为了更好更快地促进水利信息化的发展,需要对其进行科学评估,从而为其提供决策支持.文中选用《2011年度中国水利信息化发展报告》中的数据,通过主成分分析法,运用SPSS统计分析软件,从28个指标中选取9个主成分,建立主成分综合得分模型,并应用到实例中,实验结果与实际相符,从而进一步证明此方法的可行性.     

基于SPSS的主成分分析法的水利信息化评估

信息技术的迅猛发展,大大促进了水利事业的各项发展,尤其是水利信息化的发展。为了更好更快地促进水利信息化的发展,需要对其进行科学评估,从而为其提供决策支持。文中选用《2011年度中国水利信息化发展报告》中的数据,通过主成分分析法,运用SPSS统计分析软件,从28个指标中选取9个主成分,建立主成分综合得分模型,并应用到实例中,实验结果与实际相符,从而进一步证明此方法的可行性。     

基于FMCW雷达的多维参数手势识别算法

该文提出一种基于调频连续波(FMCW)雷达多维参数的卷积神经网络手势识别方法。通过对雷达信号进行时频分析,估计手势目标的距离、多普勒和角度参数,构建出手势动作的多维参数数据集。同时,为了进行手势特征提取和精确分类,提出多分支网络结构和高维特征融合的方案,设计出具有端到端结构的RDA-T多维参数卷积神经网络。实验结果表明,结合手势动作的距离、多普勒和角度信息进行多维参数学习,所提方法有效解决了单维参数手势识别方法中手势描述信息量低的问题,且手势识别准确率相较于单参数方法提高了5%～8%。