基于深度预分割结合Camshift跟踪算法的动态手势识别方法

针对现有改进的Camshift手势跟踪算法没有考虑光照变化影响下的鲁棒性,进而降低了动态手势的识别率,提出一种基于深度预分割结合Camshift跟踪算法的动态手势识别法.通过在Camshift手势跟踪的基础上引入深度信息,对手势搜索区域进行深度预分割,改进手势目标匹配概率,去除非手势肤色区域及光照变化的影响,最后用隐马尔可夫模型(HMM)进行识别.实验结果表明,提出的方法在光照变化及肤色干扰的环境下有很好的鲁棒性,数字0～9的平均识别率可达97.7％.     

一种新型睡眠呼吸暂停检测系统的设计

为了监测睡眠呼吸暂停低通气综合征,基于光栅编码传感器,设计了可穿戴式的呼吸暂停检测仪。光栅编码传感器被嵌入在一条系在患者腰部的腹带内,在呼吸过程中,由于腹部体积的变化引起腹带中光栅的位置发生变化。通过光电二极管传感器阵列对光栅的运动进行检测,采用单片机对信号进行分析处理,从而判断呼气和吸气的过程,计算出呼吸周期,若周期超时则为呼吸暂停。经多次实验,并与呼吸检测设备的检测结果进行比较,本系统的平均精确度高于95%。     

基于ZigBee的智能家居系统

设计以STM32控制器作为网关系统,采用GPRS,WiFi方式连接互联网;以ZigBee方式外连灯、温湿度、烟雾、热释电红外等传感器,通过手机终端检测和控制各传感器。该系统可实现家庭安防、火灾报警、温湿度监控,环境检测,家电控制等功能。     

移动通信网变革承载移动互联网梦想成真

移动通信网一代代的变革,通过核心网、无线接入和终端的演进一步步推进或满足着不断出现的移动互联网业务.如今它已然是最大的移动互联网,而其它渐渐成为该移动互联网的承载网或是互联子网.未来它承载着"移动互联网+"梦想改变我们的生活、工作、学习和社会的方方面面.     

基于HMM的机载设备状态健康评估方法研究

针对机载设备的状态健康评估问题,采用隐马尔科夫模型(HMM)对其进行性能退化程度的评估。首先引入状态条件概率矢量对HMM进行不确定性改进,并推导了其表达式;其次以状态条件概率比值为基础,给出了机载设备状态等级量化分值的计算方法,并据此设计了机载设备状态健康评估流程。最后以飞机发动机温控放大器为例进行仿真验证,结果表明上述方法能够给出直观、准确的状态评估结果。     

二阶离散隐马尔科夫模型的严格定义及等价性质

隐马氏模型作为一种具有双重随机过程的统计模型,具有可靠的概率统计理论基础和强有力的数学结构,已被广泛应用于语音识别、生物序列分析、金融数据分析等领域.由于传统的一阶隐马氏模型无法表示更远状态距离间的依赖关系,就可能会忽略很多有用的统计特征,故有人提出二阶隐马氏模型的概念,但此概念并不严格.本文给出二阶离散隐马尔科夫模型的严格定义,并研究了二阶离散隐马尔科夫模型的两个等价性质.     

薄膜基荧光传感检测的研究进展

薄膜基荧光传感器是继离子迁移谱之后,业界公认的一种最具发展潜力的微痕量物质探测技术.由于其具有灵敏性、便携性、实时检测、响应速度快、易于制造、不污染待测体系等优点,在食品检测、环境监测、质量控制和生物医学分析等领域引起了广泛的关注和研究.本文主要综述了近年来薄膜基荧光传感在挥发性气体检测、有毒化学品检测、爆炸物检测、溶液相离子检测以及生物监测等领域的研究进展,并提出了薄膜基荧光传感所面临的挑战与未来的发展方向.     

热断层(TTM)技术对睡眠质量的评估与探讨

本文的目的是探讨利用热断层(TTM)技术对睡眠质量进行评估的方法及其应用价值。采用的方法是对281位体检客人进行睡眠质量评估,以客人详细主述记录为对照。结果,被TTM诊断为有睡眠障碍的有119例,有主诉睡眠障碍的有122例,检出率为97．5％。由此可得出这样的结论:TTM对睡眠质量的评估简单快速,准确率高,具有直观实用的诊断价值。     

SMDP-based sleep policy for base stations in heterogeneous cellular networks

A dense heterogeneous cellular network can effectively increase the system capacity and enhance the network coverage. It is a key technology for the new generation of the mobile communication system. The dense deployment of small base stations not only improves the quality of network service, but also brings about a significant increase in network energy consumption. This paper mainly studies the energy efficiency optimization of the Macro-Femto heterogeneous cellular network. Considering the dynamic random changes of the access users in the network, the sleep process of the Femto Base Stations (FBSs) is modeled as a Semi-Markov Decision Process (SMDP) model in order to save the network energy consumption. And further, this paper gives the dynamic sleep algorithm of the FBS based on the value iteration. The simulation results show that the proposed SMDP-based adaptive sleep strategy of the FBS can effectively reduce the network energy consumption.