检索结果-南通市图书馆

西北工业大学学报 2005年第1期23卷 40-44页

作者：沈云涛郭雷樊长虹西北工业大学自动化学院陕西西安710072 南京模拟技术研究所南京210016

采用一种局部连接 Hopfield神经网络 ( HNN)来构建骨架图 ,进行移动机器人路径规划。该HNN势场没有非期望的局部吸引点 ,所构建骨架图和环境连通性相一致 ,保证了路径规划的完整性。

关键词： Hopfield神经网络骨架图路径规划

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于顶点重要性骨架图的视点快速选择算法

哈尔滨工业大学学报 2012年第5期44卷 106-110页

作者：金凯石振锋牛夏牧哈尔滨工业大学建筑学院哈尔滨150001 哈尔滨工业大学数学系哈尔滨150001 哈尔滨工业大学计算机科学与技术学院哈尔滨150001

针对三维模型形状分析与处理、图形绘制、场景理解与优化布局等应用中的视点选择问题,利用三维模型线形骨架定义源模型顶点的重要性,给出了视点信息量的计算方法.采用Loop子分模板,对选定的初始视点集所形成的三角网格进行迭代式子分,... 详细信息

针对三维模型形状分析与处理、图形绘制、场景理解与优化布局等应用中的视点选择问题,利用三维模型线形骨架定义源模型顶点的重要性,给出了视点信息量的计算方法.采用Loop子分模板,对选定的初始视点集所形成的三角网格进行迭代式子分,在给定阈值的前提下,给出了三维模型最佳视点和最不利视点的快速选择.理论分析和实验结果表明:基于顶点重要性构建的骨架图,利用子分模板可快速地实现三维模型最佳视点和最不利视点的选择,算法执行效率高,能在最佳视点中提供更多的全局拓扑知觉信息.

关键词：拓扑知觉模型骨架骨架图顶点重要性视点选择

维普期刊数据库

一种有效的骨架图毛刺去除算法及其在带钢裂纹检测中的应用

在线全文

学校读者我要写书评

暂无评论

冶金自动化 2012年第3期36卷 58-62页

作者：孙晨金根顺何永辉彭铁根吴建春上海宝信软件股份有限公司机电成套事业部宝山钢铁股份有限公司研究院

如何有效去除毛刺是图像处理中的一个经典问题,也是精确计算带钢裂纹长度的基础。传统毛刺去除方法需要人工定义毛刺的长度阈值,这对于同一幅样板图像中细小裂纹和粗大裂纹并存的带钢裂纹检测并不适用。本文利用纹理二值模型,将骨架图... 详细信息

如何有效去除毛刺是图像处理中的一个经典问题,也是精确计算带钢裂纹长度的基础。传统毛刺去除方法需要人工定义毛刺的长度阈值,这对于同一幅样板图像中细小裂纹和粗大裂纹并存的带钢裂纹检测并不适用。本文利用纹理二值模型,将骨架图中的像素点分为端点、节点和一般骨架点。首先根据毛刺与端点和节点的关系,去除骨架图中的大部分毛刺,然后去除剩余节点的最短分支,最终得到无毛刺的骨架图。实验表明,该方法避免了单一阈值的选取,可有效去除毛刺并得到精确反映目标几何结构的骨架图。

关键词：带钢裂纹检测骨架图毛刺去除

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

曲面网格骨架图的编辑与分割

曲面网格骨架图的编辑与分割

作者：桑文平大连理工大学

学位级别：硕士

曲面的离散化主要有三角形网格和四边形网格两种方式,对于不同的应用问题,二者各有其优势和局限.在计算几何和图形图像领域中,经常需要将三角形网格转换为四边形网格,其关键是将三角形曲面网格分割为少量形状比较规则的四边形区域,骨架... 详细信息

曲面的离散化主要有三角形网格和四边形网格两种方式,对于不同的应用问题,二者各有其优势和局限.在计算几何和图形图像领域中,经常需要将三角形网格转换为四边形网格,其关键是将三角形曲面网格分割为少量形状比较规则的四边形区域,骨架图是曲面网格的一种一维表示,能够表达有关曲面形状的许多拓扑和几何信息,但是现有的骨架图提取算法并非是为解决曲面四边形剖分问题而设计的,直接用来确定曲面网格的四边形分割时,往往不能提供所需的组合和几何性质,本文以此为背景,提出通过对相应的骨架图进行适当编辑之后,再进行特定类型的分割,以适应对曲面网格进行满足拓扑和几何优化条件的四边形分割的要求.在本文中,我们首先对四边形网格的研究现状做了一个简单的综述,主要介绍了关于四边形网格生成的一些经典方法,随后我们概要介绍了骨架图的基本概念及相关应用背景,包括几种常用的骨架提取方法,本文的主要工作是提出了一些曲面网格骨架图的编辑和分割算法.这些算法在保持某些拓扑性质不变的条件下,从几何优化的角度,对获取的骨架图进行编辑,获得结点度为3和4的骨架图,再将编辑好的新骨架图分割为“X”和“H”型的部分.这些分割后的骨架图能够为获取具有优化的拓扑和几何性质的四边形剖分提供基本的形状依据.

关键词：曲面网格骨架图分割

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

连续相变临界指数的骨架图展开

物理学报 1975年第3期 187-199页

作者：于渌郝柏林中国科学院物理研究所

本文讨论了空间维数d任意的经典n标量场四端顶角的骨架图展开和临界指数γ,α,η的计算。给出了γ-1按ε=4-d展开到三次项的表达式。

关键词：骨架图临界指数图形系数连续相变顶角高斯模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于骨架的孤立手语识别

基于骨架的孤立手语识别

作者：赵多加辽宁科技大学

学位级别：硕士

失聪者和语言障碍者人数众多,因为他们通常使用手语进行交流,所以与正常人的沟通存在障碍,难以融入正常的社会。而普通人通常需要付出很大努力才能掌握手语,因此进行手语识别研究是具有重大意义的。手语是通过胳膊和手部快速而复杂的运... 详细信息

失聪者和语言障碍者人数众多,因为他们通常使用手语进行交流,所以与正常人的沟通存在障碍,难以融入正常的社会。而普通人通常需要付出很大努力才能掌握手语,因此进行手语识别研究是具有重大意义的。手语是通过胳膊和手部快速而复杂的运动来完成的,每个使用手语的人手部的动作不同,胳膊挥动的幅度不同,体型不同,所处环境也不同,而且部分手语词语的动作相近,所以手语识别是一项非常具有挑战性的任务。本文主要目标是实现孤立手语视频的识别。为了使人物主体和变化的背景之间相互独立,选择了骨架数据进行研究。首先使用HRNet全身姿态估计器提取关键点构建全身骨架图。由于中国手语不涉及面部表情和腿部动作,而且全身骨架图包含有大量的关节点和骨骼线,给模型带来了大量的噪声,所以对其进行图化简是必要的。将全身133个关键点修剪为25个关键点,减少了计算量,加快了模型收敛速度。若使用卷积神经网络进行手语识别研究,基于骨架的方法难以超越基于RGB的方法,因为深度模型无法直接处理骨架信息,在进行数据转换时容易丢失结构信息。而时空图卷积网络(ST-GCN)不仅可以直接作用于图数据并且能够利用其结构信息,还可以沿着时间和空间两个维度进行信息整合。本文主要研究了时空图卷积网络并对其进行改进,为了赋予手部更高的权重来提高识别精度,增加了空间、时间、通道注意力机制(STC),并通过残差连接聚合不同注意力模块的信息;利用解耦图卷积(DC-GCN)的解耦聚合方式在不增加额外计算量的情况下增强图建模能力,缓解过平滑问题;针对图卷积网络中的过拟合问题,增加了Drop Graph;采用多流集成的方式提高识别准确率。实验结果证明,本文改进模型精度要高于其他模型。

关键词：手语识别骨架图时空图卷积

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

过程模拟信息网络的新分解法

化工学报 1985年第3期1卷 312-322页

作者：周理天津大学化学工程研究所

本文提出的寻找最优断开线集的新方法,无须识别回路,也避免了任何计算过程,只须将网络中的节点控权重递降次序排列,把二维图化为一维节点序列,然后按照使反馈流线的权和减小的规则调整节点在序列中的位置.调整过程结束时保留的逆流线便... 详细信息

本文提出的寻找最优断开线集的新方法,无须识别回路,也避免了任何计算过程,只须将网络中的节点控权重递降次序排列,把二维图化为一维节点序列,然后按照使反馈流线的权和减小的规则调整节点在序列中的位置.调整过程结束时保留的逆流线便构成一组断开线集,此时的节点序列便规定了最优计算次序.对文献上通常引用的七个网络图的分解表明,新分解法简单快速,且均给出最优解.

关键词：上游节点团块流线空间动线骨架图分解法过程模拟

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中远距离舰船目标识别方法研究

激光与红外 2012年第9期42卷 1071-1075页

作者：赵峰民刘皞陈望达海军航空工程学院科研部山东烟台264001

分析了中远距离舰船目标的特点和对其进行识别的重要性,提出了一种新的舰船目标识别算法。该算法采用基于曲线进化的方法提取目标的骨架,通过计算目标骨架扩展的Hu不变矩提取目标特征,最后选用支持向量机作为分类器,并用创建的舰船目标... 详细信息

分析了中远距离舰船目标的特点和对其进行识别的重要性,提出了一种新的舰船目标识别算法。该算法采用基于曲线进化的方法提取目标的骨架,通过计算目标骨架扩展的Hu不变矩提取目标特征,最后选用支持向量机作为分类器,并用创建的舰船目标的模型对分类器进行训练,利用训练好的分类器对实际获取的目标的红外图像进行分类识别。实验结果表明算法的识别率较高,鲁棒性较好。

关键词：目标识别骨架图 Hu不变矩支持向量机

维普期刊数据库

基于图卷积神经网络的人体动作识别系统的设计与实现

在线全文

学校读者我要写书评

暂无评论

基于图卷积神经网络的人体动作识别系统的设计与实现

作者：袁雅婷中国科学院大学(中国科学院沈阳计算技术研究所)

学位级别：硕士

随着大量的数据和信息在互联网上进行传播,网络健康成为了社会不可忽视的问题。不良的网络信息对国家、社会和人民的身心的健康构成严重的危害。利用相关技术分析图片、视频等文件中的信息,能够预防和及时的阻止不良信息的传播。动作识... 详细信息

随着大量的数据和信息在互联网上进行传播,网络健康成为了社会不可忽视的问题。不良的网络信息对国家、社会和人民的身心的健康构成严重的危害。利用相关技术分析图片、视频等文件中的信息,能够预防和及时的阻止不良信息的传播。动作识别是一个十分有挑战性的课题,它在视频和图片的理解中起着重要的作用。动作识别在医学检测、智能监控等应用领域内同样扮演着重要的角色。本课题基于图卷积神经网络设计了动作识别算法,实现了人体动作识别系统,对相关技术进行了研究与应用,旨在提高动作识别算法的识别准确率,实现功能完善的动作识别系统,最终实现满足用户需求的目的。本课题完成的主要工作如下:1.首先,明确了采用姿态估计算法对动作识别的视频与图片进行数据预处理,明确了骨骼的动态变化能够提供大量的运动信息,对视频建模成时空图模型。探究模型特征提取方案,分别在空间维度和时间维度上比较了几种经典的特征提取方案,明确了选用图卷积神经网络的方式进行空间特征提取,选用时序卷积网络进行时域特征提取。2.其次,提出了多滤波动态图卷积神经网络算法,该算法是基于图卷积神经网络实现的,融合了多滤波图卷积结构、动态骨架图结构与多尺度时域卷积结构,优化了空间与时间的特征提取方案,实现了新的动作识别模型,在数据集上提升了的准确率。3.最后,设计并实现了人体动作识别系统,基于多滤波动态图卷积神经网络模型,搭建系统相关环境,在系统应用中部署该模型。通过系统的需求分析,设计了动作识别系统数据采集、动作识别服务以及数据展示的功能,实现了人体动作识别系统。本文最后对动作识别系统进行了功能与性能的相关测试,得到了能够满足用户需求的人体动作识别系统。

关键词：动作识别图卷积神经网络时序卷积网络骨架图