检索结果-南通市图书馆

Design of a Lightweight Force-Feedback glove with a Large Workspace

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Engineering 2018年第6期4卷 869-880页

作者： Yukai Zheng Dangxiao Wang Ziqi Wang Yu Zhang Yuru Zhang Weiliang Xu State Key Laboratory of Virtual Reality Technology and Systems Beihang UniversityBeijing 100083China Beijing Advanced Innovation Center for Biomedical Engineering Beihang UniversityBeijing 100083China Department of Mechanical Engineering University of AucklandAuckland 1142New Zealand

A wearable force-feedback glove is a promising way to enhance the immersive sensation when a user interacts with virtual objects in virtual reality scenarios.Design challenges for such a glove include allowing a large fingertip workspace,providing a desired force sensation when simulating both free-and constrained-space interactions,and ensuring a lightweight structure.In this paper,we present a forcefeedback glove using a pneumatically actuated mechanism mounted on the dorsal side of the user’s hand.By means of a triple kinematic paired link with a curved sliding slot,a hybrid cam-linkage mechanism is proposed to transmit the resistance from the pneumatic piston rod to the fingertip.In order to obtain a large normal component of the feedback force on the user’s fingertip,the profile of the sliding slot was synthesized through an analysis of the force equilibrium on the triple kinematic paired link.A prototype five-fingered glove with a mass of 245 g was developed,and a wearable force-measurement system was constructed to permit the quantitative evaluation of the interaction performance in both free and constrained space.The experimental results confirm that the glove can achieve an average resistance of less than 0.1 N in free-space simulation and a maximum fingertip force of 4 N in constrained-space simulation.The experiment further confirms that this glove permits the finger to move freely to simulate typical grasping gestures.

关键词： Force-feedback glove Lightweight Large workspace Pneumatic Virtual reality

融合LDA和glove模型的病症文本聚类算法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

河北工程大学学报（自然科学版） 2022年第1期39卷 92-98页

作者：吴迪赵玉凤河北工程大学信息与电气工程学院河北邯郸056038

针对隐含狄利克雷分布(LDA)模型特征提取时忽略语义信息的问题,提出一种融合LDA和全局文本表示(glove)模型的病症文本聚类算法LG&K-Medoide。首先,利用LDA对病症文本数据建模,采用JS(Jensen-Shannon)距离计算文本相似度;其次,利用glove... 详细信息

针对隐含狄利克雷分布(LDA)模型特征提取时忽略语义信息的问题,提出一种融合LDA和全局文本表示(glove)模型的病症文本聚类算法LG&K-Medoide。首先,利用LDA对病症文本数据建模,采用JS(Jensen-Shannon)距离计算文本相似度;其次,利用glove对病症文本数据建模获取词向量,根据病症词性贡献度,对词向量权重进行标注,采用余弦距离计算基于glove建模加权的文本相似度;最后,将两种相似度进行结合,改进距离公式,实现K-Medoide聚类。实验结果表明,LG&K-Medoide算法较基于LDA,LDA+TF-IDF,LDA+Word2Vec模型的聚类算法具有较高的精度。

关键词：病症文本 LDA glove 相似度结合聚类

在线全文

学校读者我要写书评

暂无评论

结合glove和GRU的文本分类模型

计算机工程与应用 2020年第20期56卷 98-103页

作者：方炯焜陈平华廖文雄广东工业大学计算机学院广州510006

文本分类有着广泛的应用,对其分类算法的研究也一直备受关注。但是,传统文本分类算法普遍存在文本特征向量化维度过高、没有考虑关键词之间语义关系、训练参数过多等问题,这些都将影响到分类准确率等性能。针对这些问题,提出了一种结合... 详细信息

文本分类有着广泛的应用,对其分类算法的研究也一直备受关注。但是,传统文本分类算法普遍存在文本特征向量化维度过高、没有考虑关键词之间语义关系、训练参数过多等问题,这些都将影响到分类准确率等性能。针对这些问题,提出了一种结合词向量化与GRU的文本分类算法。对文本进行预处理操作;通过glove进行词向量化,尽可能多地蕴含文本语义和语法信息,同时降低向量空间维度;再利用GRU神经网络模型进行训练,最大程度保留长文本中长距离词之间的语义关联。实验结果证明,该算法对提高文本分类性能有较明显的作用。

关键词： glove 门控循环单元(GRU) 文本分类

Research on unified recognition model and algorithm for multi-modal gestures

在线全文

学校读者我要写书评

暂无评论

The Journal of China Universities of Posts and Telecommunications 2019年第2期26卷 30-42页

作者： Guo Xiaopei Feng Zhiquan Sun Kaiyun Liu Hong Xie Wei Bi Jianping School of Information Science and Engineering University of JinanJinan 250022China Shandong Provincial Key Laboratory of Network-based Intelligent Computing Jinan 250022China School of Information Science and Engineering Shandong Normal UniversityJinan 250014China School of Information and Electrical Engineering Harbin Institute of Technology at WeihaiWeihai 264209China Affiliated Hospital of Shandong University of Traditional Chinese Medicine Jinan 250022China

In gesture recognition,static gestures,dynamic gestures and trajectory gestures are collectively known as multi-modal gestures.To solve the existing problem in different recognition methods for different modal gestures,a unified recognition algorithm is proposed.The angle change data of the finger joints and the movement of the centroid of the hand were acquired respectively by data glove and Kinect.Through the preprocessing of the multi-source heterogeneous data,all hand gestures were considered as curves while solving hand shaking,and a uniform hand gesture recognition algorithm was established to calculate the Pearson correlation coefficient between hand gestures for gesture recognition.In this way,complex gesture recognition was transformed into the problem of a simple comparison of curves similarities.The main innovations:1) Aiming at solving the problem of multi-modal gesture recognition,an unified recognition model and a new algorithm is proposed;2) The Pearson correlation coefficient for the first time to construct the gesture similarity operator is improved.By testing 50 kinds of gestures,the experimental results showed that the method presented could cope with intricate gesture interaction with the 97.7% recognition rate.

关键词： Kinect data glove multi-modal gesture gesture interaction

Learning the signatures of the human grasp using a scalable tactile glove

在线全文

学校读者我要写书评

暂无评论

Journal of Semiconductors 2019年第7期40卷 2-2页

作者： Zheng Lou Institute of Semiconductors CAS

Humans can sense, weigh and grasp different objects, deduce their physical properties at the same time, and exert appropriate forces – a challenging task for modern robots. Studying the mechanics of human grasping objects will play a supplementary role in visual-based robot object processing. These tools require large-scale tactile data sets with high spatial resolution. However, there is no large human-grasped tactile data set covering the whole hand, because dense coverage of the human hand with tactile sensors is challenging. Hence, the capability of observing and learning from successful daily humanobject interactions is the long-term goal of aiding the development of robots and prosthetics.

关键词： scalable tactile glove signatures

在线全文

学校读者我要写书评

暂无评论

基于glove模型的词向量改进方法

计算机系统应用 2019年第1期28卷 194-199页

作者：陈珍锐丁治明北京工业大学信息学部北京100124

使用词向量表示方法能够很好的捕捉词语的语法和语义信息,为了能够提高词向量语义信息表示的准确性,本文通过分析glove模型共现矩阵的特点,利用分布式假设,提出了一种基于glove词向量训练模型的改进方法.该方法主要通过对维基百科统计... 详细信息

使用词向量表示方法能够很好的捕捉词语的语法和语义信息,为了能够提高词向量语义信息表示的准确性,本文通过分析glove模型共现矩阵的特点,利用分布式假设,提出了一种基于glove词向量训练模型的改进方法.该方法主要通过对维基百科统计词频分析,总结出过滤共现矩阵中无关词和噪声词的一般规律,最后给出了词向量在词语类比数据集和词语相关性数据集的评估结果.实验表明,在相同的实验环境中,本文的方法能够有效的缩短词向量的训练时间,并且在词语语义类比实验中准确率得到提高.

关键词：词向量 Word2Vec glove 共现矩阵无关词

基于词嵌入和双向LSTM的深度强化学习推荐算法研究

在线全文

学校读者我要写书评

暂无评论

基于词嵌入和双向LSTM的深度强化学习推荐算法研究

作者：孙洪东北师范大学

学位级别：硕士

在互联网飞速发展的今天,各种互联网应用爆炸式涌现,各种娱乐、购物、办公、出行和社交等互联网应用平台走进了人们的生活。人们既是信息的使用者,也是信息的生产者,每天在互联网上留下大量痕迹。如何利用这些海量的历史信息,快速准确... 详细信息

在互联网飞速发展的今天,各种互联网应用爆炸式涌现,各种娱乐、购物、办公、出行和社交等互联网应用平台走进了人们的生活。人们既是信息的使用者,也是信息的生产者,每天在互联网上留下大量痕迹。如何利用这些海量的历史信息,快速准确地为人们提供个性化服务是学术界和工业界都感兴趣的研究内容,推荐系统应用和算法研究也成为了人们研究的热点。随着深度学习、强化学习等技术的发展,新技术与传统推荐算法相结合,解决了传统推荐算法不能解决的数据稀疏、冷启动等问题。这些新技术推动了推荐系统的发展,一定程度上提高了推荐的性能,然而这些方法依然存在问题:(1)不能动态的捕捉到用户的兴趣;(2)没有考虑历史信息和未来信息对用户兴趣的影响;为了切实缓解以上两个实际问题,本文基于深度强化学习、词嵌入技术与双向长短期记忆网络提出了两个推荐模型,主要工作如下:1.提出了基于glove和双向LSTM的深度强化学习推荐模型。glove词嵌入模型把用户交互行为和物品描述转化为嵌入向量,然后通过双向LSTM获得隐藏状态向量作为深度强化学习模型的输入部分。在本模型中双向长短期记忆网络结合历史信息和未来信息来提高智能体的决策能力。通过构建线上环境模拟器,从中选择策略并获得用户动作空间的反馈信息,进而优化动作策略,从而比较准确捕获用户的兴趣,推荐给用户偏好的物品。2.提出了基于Bert和双向LSTM的深度强化学习推荐模型。该模型是在上述模型的基础上用Bert处理用户交互行为,充分考虑了行为之间的交互关系,并通过主成分分析方法降维,构建的物品候选集具有动态性和整体性。该模型充分体现了用户与物品之间的交互关系,可以获取动态的用户偏好物品集,更好反映用户偏好的时效性。上述两个模型在亚马逊Music和Beauty数据集上进行了实验,实验结果表明两个模型的性能优于基线模型,并且基于Bert和双向LSTM的深度强化学习推荐模型的性能更优。

关键词： Bert glove 深度强化学习推荐算法双向长短期记忆网络

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

基于glove与SVM的文本分类研究

软件导刊 2018年第6期17卷 45-48,52页

作者：郑亚南田大钢上海理工大学管理学院上海200091

词向量在自然语言处理中起着重要作用,近年来受到越来越多学者关注。然而,在词向量研究中,基于Word2vec词向量的应用研究居多,对于glove词向量的应用研究却很少。因此,将glove词向量模型与支持向量机(SVM)相结合,利用glove词向量模型进... 详细信息

词向量在自然语言处理中起着重要作用,近年来受到越来越多学者关注。然而,在词向量研究中,基于Word2vec词向量的应用研究居多,对于glove词向量的应用研究却很少。因此,将glove词向量模型与支持向量机(SVM)相结合,利用glove词向量模型进行特征提取与选择,利用SVM进行分类,并与Word2vec词向量结合SVM作实验对比。实验结果表明,glove词向量特征提取与SVM分类相结合的方法能够取得较好的准确率、召回率及F值,因此在新闻文本分类中具有一定应用价值。

关键词：词向量 glove SVM 文本分类

Sentiment Analysis based on glove and LSTM-GRU

在线全文

学校读者我要写书评

暂无评论

Sentiment Analysis based on GloVe and LSTM-GRU