基于多维数据图像化的非侵入式负荷识别

针对已有负荷识别方法存在选取的负荷印记冗余度大及无法直接反映负荷功率信息的不足,提出一种多维数据图像化的非侵入式负荷识别方法．首先将负荷的电流波形、瞬时功率波形和电压-无功电流轨迹三个维度的负荷印记转换成灰度图像;然后将其分别加载到图像的红绿蓝通道上,得到带有功率信息的真彩色图像;最后通过简化的二维卷积神经网络进行负荷识别．实验结果表明：本方法能够提升图像的信息密度,使得所采用的人工智能网络在计算量和参数量都降低的情况下仍能在图像中找到最具有辨识力的区域进行高效的负荷识别;在PLAID(即插即用设备标识数据集)和WHITED(全球家庭和工业瞬态能量数据集)上分别达到了98.78%和99.50%的识别准确率．     

基于高斯噪声与ST-GCN的人体骨架动作识别

针对基于ST-GCN的骨架动作识别中人工预定义的邻接矩阵结构单一、难以捕捉到非相邻关节点之间的相关性这一问题,提出了一种基于高斯噪声的扰动机制.在人工预定义的骨架图邻接矩阵上引入高斯噪声,利用该噪声扰动ST-GCN中固定的邻接矩阵,捕捉非相邻关节点之间的相关性,运用该方法在具挑战性的NTU RGB+D和Kinetics-Skeleton两个大规模数据集上进行了分类识别实验,结果表明：该方法在两大数据集上的识别精度高达95.34%和36.43%,在节约计算量的前提下有效地提高了动作识别的性能.     

多媒体监控系统中音视频实时复用的一种策略

根据基于MPEG－1的多媒体监控系统音、视频实时复用的原理，结合MPEG－1的系统层规范和限制，并在一些现有的复用策略的基础上，提出了一种基于媒体流时间标签关系的复用算法。该算法通过监测STD缓冲区状态和不断更新STD缓冲区来控制复用器实时交织，用软件实现了该算法，实验结果表明了该算法的有效性和合理性。     

基于最优平滑和统计最小的语音增强

针对传统最优平滑和统计最小的噪声估计方法存在较大搜索延时的缺点，提出了反向搜索噪声估计算法，从而在不需要语音活性检测的基础上有效地解决了搜索延时问题，并且运用反向搜索噪声估计器构造了新的语音增强系统．实验结果显示，该系统使语音得到进一步的增强，而且提高了噪声估计的精确度，具有一定的实用价值．     

基于压缩域新时空特征的视频动作识别

针对基于压缩域视频动作识别中精度偏低等问题,提出了一种压缩域视频动作识别新方法.主要思路是在提取压缩码流信息阶段,利用压缩视频的运动矢量和残差构造新时空特征.新时空特征不仅具有运动矢量和残差的时空关系,更兼备物体边缘清晰的特点.通过在动作识别主流数据集(HMDB-51、UCF-101)的验证,此方法计算开销相比基于传统...     

视频通讯系统中的错误隐藏技术

基于错误隐藏的概念，总结分析了各种视频标准中常用的错误隐藏技术。在此基础之上，将一些错误隐藏技术应用于本课题组研制开发的MPEG－1／2视频监控系统中，在编码端加入了码流重同步技术，在解码端实现了一种自适应的错误隐藏算法，使该系统的鲁棒性和稳定性有很大提高，而且和其他技术相比，这些算法并没有使系统增加过多的负担，具有较强的实用性。