公共文化服务平台

基于分布式压缩感知的可穿戴多传感数据联合重构新方法被引量：1: 2015年; 为提高可穿戴多传感数据远程联合重构性能,提出了一种基于分布式压缩感知的可穿戴多传感加速度数据联合重构新方法。该方法首先对可穿戴多传感原始数据压缩编码,将数据融合传送至远端服务器;然后,基于可穿戴传感数据的时空相关性,构建块稀疏贝叶斯学习联合重构算法,实现压缩数据解码,准确重构各传感原始数据;最后,新方法对美国加州伯克利大学可穿戴多传感运动数据进行分析。实验结果表明,对不同编码采样率,文章所提方法重构性能明显优于传统的算法,并且能够准确解码压缩数据,有望在远程医疗环境下推广应用。; 徐海东吴建宁王珏; 关键词：多传感器数据

面向实践教学的“嵌入式系统”课程体系构建与探索被引量：6: 2014年; 针对目前嵌入式系统课程体系中存在的课程间缺乏关联和融合、理论教学与实践教学相脱节的问题,提出了依据嵌入式系统知识结构内在关联性,优化整合教学实践中嵌入式系统课程间知识衔接,达到理论与理论课程教学内容的衔接、理论与实践教学内容上的衔接,综合体现嵌入式系统技术各层次理论知识与其实现过程相关性,形成理论与实践协同的多层次嵌入式系统课程体系,使学生建立完整的嵌入式系统知识体系的认知结构,达到学以致用的效果。; 吴建宁; 关键词：嵌入式系统课程体系实践教学

基于随机投影的快速稀疏表示人体动作识别方法被引量：2: 2016年; 为有效解决体域网人体行为动作远程识别系统低功耗和快速准确识别的问题,提出一种基于随机投影的快速稀疏表示人体行为动作识别的方法。该方法基于压缩感知随机投影方式压缩数据,获取待测试样本邻近类中较少最近邻训练样本,构建测试样本稀疏表示时的训练样本集,以期达到最优线性重构测试样本;在降低传感器装置功耗和稀疏表示识别算法计算复杂度基础上,捕捉人体行为动作本质特征信息,提高多类别动作识别率。采用国际公开可穿戴传感器动作识别数据库WARD多类别动作数据,验证所提算法的有效性。实验结果表明,当数据压缩率为50%,所提算法能够获得最高平均识别率(92.78%),比传统稀疏表示分类算法获得的动作识别率提高近5%,并显著降低其相应的运行时间,能准确稀疏表示多类别人体行为动作信号,有效降低稀疏表示分类算法的计算法复杂度和运行时间,明显提高多类别动作识别率,为构建快速稀疏表示动作识别提供一个新的思路和方法。; 吴建宁徐海东王佳境凌雲

基于块稀疏贝叶斯学习的人体运动模式识别被引量：3: 2016年; 在人体运动模式识别中,传统稀疏表示分类算法未考虑待测试样本相应稀疏系数向量内在块结构相关性信息,影响了算法识别性能。为此,提出一种基于块稀疏模型的人体运动模式识别方法。该方法充分利用人体运动模式内在块稀疏结构,将人体运动模式识别问题转化为稀疏表示问题,采用块稀疏贝叶斯学习算法,求解基于样本训练集优化稀疏表示待测样本的稀疏系数,并根据稀疏系数重构残差判定待识别动作类别,能有效提高人体运动模式识别率。选用包含多类别人体动作行为模式的USC-HAD数据库对所提算法性能进行了验证。实验结果表明,所提算法能够有效捕获不同运动模式内在差异信息,平均动作识别率达到97.86%,比传统动作识别方法平均提高近5%,有效提高了动作识别准确率。; 吴建宁徐海东凌雲王佳境; 关键词：压缩感知模式识别

用于低功耗的体域网加速度数据压缩感知设计被引量：3: 2015年; 为有效降低体域网加速度数据远程获取系统功耗,提出一种用于低功耗的体域网加速度数据压缩感知处理框架。首先基于优化的稀疏二进制测量矩阵,线性投影压缩体域网传感节点的加速度数据,降低相应节点压缩算法的复杂性和数据传输量;在此基础上,基于块稀疏贝叶斯学习模型,构建非稀疏加速度数据压缩感知重构算法,实现低功耗远程获取加速度数据。实验采用USC-HAD数据库的加速度数据,评估所提方法的有效性。结果表明,当优化稀疏二进制测量矩阵中每列非零元素个数为6、压缩率为50%时,能够获得与传统优化高斯随机矩阵、伯努利随机矩阵相同的压缩重构误差(约0.004 5);与一些传统的压缩感知重构算法相比,所提出的重构算法提高信噪比约17 d B,显著改善重构性能,可有效实现低功耗远程获取加速度数据。该方法有助于传感节点硬件简化设计,改善加速度数据重构性能,为构建低功耗体域网人体活动远程监测系统提供新的思路和方法。; 吴建宁徐海东王珏; 关键词：压缩感知低功耗远程医疗

构建基于小波熵的自训练半监督支持向量机分类模型评价老年人步态被引量：4: 2013年; 研究应用半监督学习算法分析未标注步态数据评价老年人步态,提出基于小波熵的自训练半监督支持向量机步态分类模型,通过小波熵从未标注步态数据中选取为每次自训练步态分类模型所需最具信息量的标注样本,有效获取步态数据类别间和步态数据内在的"有价值"的步态变异信息,提高步态分类器的泛化性能。首先采用10名老年人和10名青年人步态数据构建支持向量机分类模型,然后对120名不同年龄组未标注步态数据分类预测,依据小波熵选取样本数据,逐步添加更新步态样本训练集,自训练支持向量机分类模型。实验结果表明,本算法较准确鉴别青年和老年人步态模式(分类正确率90%),比基于有监督学习的支持向量机步态分类算法正确率提高近5%,有效改善支持向量机步态分类算法性能,有望为临床提供一个评价老年人步态的新方法。; 吴建宁伍滨; 关键词：步态分析半监督学习支持向量机老年人

用EMD和小波消噪的加速度信号压缩重构新方法被引量：1: 2015年; 针对噪声破坏加速度信号稀疏性、降低其压缩感知重构算法性能问题,提出了一种用经验模态分解(EMD)和小波分析联合消噪的加速度信号压缩重构新方法.该方法首先采用EMD和小波阈值联合消噪方法对加速度信号消噪处理,保持加速度信号内在稀疏性;然后基于压缩感知理论和加速度信号块结构信息,采用块稀疏贝叶斯学习算法以高概率重构原始加速度信号.采用USC-HAD人体日常行为数据库中的加速度信号验证本文方法的有效性.实验结果表明,本文所提方法的信噪比和均方根误差明显优于未经消噪处理的压缩感知重构算法,能够有效抑制加速度信号噪声,增大加速度信号稀疏度,提高加速度信号压缩重构算法性能.; 吴建宁徐海东; 关键词：小波阈值

用块稀疏贝叶斯学习算法重构识别体域网步态模式被引量：1: 2015年; 针对低功耗体域网步态远程监测终端非稀疏加速度数据重构和步态模式识别性能优化问题,提出了一种基于块稀疏贝叶斯学习的体域网远程步态模式重构识别新方法,该方法基于体域网远程步态监测系统架构和压缩感知框架,在体域网传感节点利用线性稀疏矩阵压缩原始加速度数据,减少传输数据量,降低其功耗,同时在远程终端基于块稀疏贝叶斯学习算法充分利用加速度数据块结构内在相关性,获取加速度数据内在稀疏性,有效提高非稀疏加速度数据重构性能,为准确识别步态模式提供可靠的数据支撑。采用USC-HAD数据库中行走、跑、跳、上楼、下楼五种步态运动的加速度数据验证新方法的有效性,实验结果表明,基于所提算法的加速度数据重构性能明显优于传统压缩感知重构算法性能,使基于支持向量机多步态分类器识别准确率可达98%,显著提高体域网远程步态模式识别性能。所提新方法不仅有效提高非稀疏加速度数据重构和步态模式识别性能,并且也有助于设计低功耗、低成本的体域网加速度数据采集系统,为体域网远程监测步态模式变化提供一个新方法和新思路。; 吴建宁徐海东; 关键词：压缩感知

面向无线传感网的社区远程医疗实时生理参数监测系统被引量：6: 2014年; 本文设计了一种新的面向无线传感网的社区远程医疗实时生理参数监测系统.该系统基于社区无线传感网中的生理参数采集节点和汇聚节点运行工作特点,设计了系统界面、业务逻辑层、数据交互层、数据库、系统前置接入服务、无线传感网络六层系统架构,采用C/C++、Qt编程技术、QWT图表开发技术实现,能够将社区人员多种生理参数实时传送到社区医疗数据处理中心,进行数据处理、分析、整合,准确给出人体生理参数变化状况,解决了以往数据处理功能单一等不足,为社区医护人员准确监测社区人员健康状况提供可靠依据.; 吴建宁黄河清唐浩黄健; 关键词：无线传感网

基于过完备字典稀疏表示的多通道脑电信号压缩感知联合重构被引量：11: 2016年; 该文基于多通道脑电信号时空特性构建非正交变换过完备字典,准确稀疏表示蕴含时空相关性信息的多通道脑电信号,提高基于时空稀疏贝叶斯学习模型的多通道脑电信号压缩感知联合重构算法性能。实验选用eegmmidb脑电数据库的多通道脑电信号验证所提算法有效性。结果表明,基于过完备字典稀疏表示的多通道脑电信号,能够为多通道脑电信号压缩感知重构算法提供更多的时空相关性信息,比传统多通道脑电信号压缩感知重构算法所得的信噪比值提高近12 d B,重构时间减少0.75 s,显著提高多通道脑电信号联合重构性能。; 吴建宁徐海东王珏; 关键词：压缩感知

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

福建省自然科学基金(2013J01220)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

福建省自然科学基金(2013J01220)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈