检索结果-内蒙古大学图书馆

中国实验诊断学 2021年第4期25卷 483-486页

作者：田甜龙舟王成王晶白玉芝李培周立春王向东首都医科大学附属北京朝阳医院全科医学科北京100043 首都医科大学附属北京朝阳医院神经内科北京100043 中国科学院计算技术研究所数字经济产业研究院人体感知智能计算研究中心洛阳中科信息产业研究院智能康复技术实验室中国科学院计算技术研究所移动计算与新型终端北京市重点实验室

目的评价老年糖尿病患者的步态特征差异,为糖尿病足和老年跌倒事件的预防提供参考。方法选取老年糖尿病患者30例为糖尿病组,另选取年龄、性别相匹配的健康人35例为对照组。使用可穿戴步态分析系统记录受检者的步态参数,比较糖尿病组与... 详细信息

目的评价老年糖尿病患者的步态特征差异,为糖尿病足和老年跌倒事件的预防提供参考。方法选取老年糖尿病患者30例为糖尿病组,另选取年龄、性别相匹配的健康人35例为对照组。使用可穿戴步态分析系统记录受检者的步态参数,比较糖尿病组与对照组的步态参数、糖尿病组与对照组不同性别的步态参数。将糖尿病患者根据体质量指数(BMI)是否≥28kg/m^(2)分为肥胖组与非肥胖组,比较肥胖组与非肥胖组的步态参数。结果与对照组比较,糖尿病组的步态参数中步幅、摆动最小/最大角度、离地/着地角度、步频与步速更小,支撑/双足时间更长(P<0.05)。性别步态参数比较中,糖尿病组男性步幅、步速、摆动最小/最大角度与着地角度均小于对照组男性,双足时间长于对照组男性(P<0.05);糖尿病组女性的摆动最小/最大角度、步幅、步频、离地/着地角度、步速均小于对照组女性,支撑/双足时间均长于对照组女性(P<0.05)。糖尿病患者中肥胖组的离地角度、步速、摆动最小角度、步幅均小于非肥胖组,支撑/双足时间均长于非肥胖组(P<0.05)。结论老年糖尿病患者的步态性能发生改变,且女性患者的变化参数更多,肥胖患者较非肥胖患者的变化更大。

关键词：糖尿病老年人步态特征

来源：评论

学校读者我要写书评

暂无评论

未来车辆雾计算网络

引用

电信科学 2020年第6期36卷 14-27页

作者：惠宁伍杰周一青刘玲潘振岗中国科学院计算技术研究所移动计算与新型终端北京市重点实验室中国科学院大学北京紫光展锐通信技术有限公司

面向安全、可靠的车辆行驶需求,车联网对信息传输和处理的实时性要求高、对数据存储和使用的安全性要求高、对网络架构的灵活性和包容性要求高。未来车辆雾计算网络基于雾计算部署于网络边缘的特点,可降低数据的传输和处理时延;基于雾... 详细信息

面向安全、可靠的车辆行驶需求,车联网对信息传输和处理的实时性要求高、对数据存储和使用的安全性要求高、对网络架构的灵活性和包容性要求高。未来车辆雾计算网络基于雾计算部署于网络边缘的特点,可降低数据的传输和处理时延;基于雾计算黑盒操作的特点,有利于保障数据安全;基于雾计算分布式架构,可实现异构车辆节点的互联互通与资源共享。对未来车辆雾计算网络进行了综述,介绍了车辆雾计算的架构、挑战与关键技术,着重分析移动状态下的通信与计算资源的共享与任务协同处理、车辆雾计算的安全性以及车辆雾计算设施的异构性。最后提出了车辆雾计算网络三级管控架构,推动车联网向网联协同决策与控制发展。

关键词：车联网雾计算智能化移动性安全性异构性

来源：评论

学校读者我要写书评

暂无评论

基于IOU分析的稀疏视频检测技术研究

引用

高技术通讯 2019年第10期29卷 943-950页

作者：刘畅王鹏钧张美玲田霖周一青石晶林移动计算与新型终端北京市重点实验室北京100090 中国科学院计算技术研究所北京100190 中国科学院大学北京100049 96901部队北京100094

基于深度学习的目标检测技术发展迅速,检测性能不断提高。然而,在视频检测应用中,由于视频数据量较大且实时性约束严格,导致目标检测算法的计算资源消耗极高。针对视频检测算法的巨额计算资源消耗问题,本文提出了一种基于深度学习的目... 详细信息

基于深度学习的目标检测技术发展迅速,检测性能不断提高。然而,在视频检测应用中,由于视频数据量较大且实时性约束严格,导致目标检测算法的计算资源消耗极高。针对视频检测算法的巨额计算资源消耗问题,本文提出了一种基于深度学习的目标检测算法和目标追踪算法自适应结合的稀疏视频检测方法,能够动态地基于目标区域交并比(IOU)分析,自适应地利用计算资源消耗较小的目标追踪算法替代目标检测算法进行视频分析,从而在保障视频检测准确率的前提下,大幅降低计算资源开销,并进一步提高了视频检测的鲁棒性。

关键词：视频检测目标追踪目标区域交并比(IOU)分析计算资源处理速度

来源：评论

学校读者我要写书评

暂无评论

监控视频ROI完整分割技术研究

引用

高技术通讯 2019年第11期29卷 1053-1062页

作者：刘畅王鹏钧赵潇田霖周一青石晶林移动计算与新型终端北京市重点实验室北京100190 中国科学院计算技术研究所北京100190 中国科学院大学北京100049 96901部队北京100094

智能视频监控技术发展迅速,对运动目标进行检测与感兴趣区域(ROI)分割是智能分析的基础。然而,在现有的运动目标检测算法基础上进行区域分割时会出现局部缺失问题,这将导致关键信息(运动目标信息)的损失并影响后续对视频的分析。因此,... 详细信息

智能视频监控技术发展迅速,对运动目标进行检测与感兴趣区域(ROI)分割是智能分析的基础。然而,在现有的运动目标检测算法基础上进行区域分割时会出现局部缺失问题,这将导致关键信息(运动目标信息)的损失并影响后续对视频的分析。因此,本文提出了一种基于空间和色彩2维特征联合分析的ROI完整分割算法,能够基于传统背景差法的检测结果,通过在空间维度进行检测结果的聚类以及误差过滤,并在色彩维度基于超像素聚合算法实现运动目标边界定位,从而实现在保障准确率和召回率的前提下,大幅提高ROI区域的完整分割性能。

关键词：智能视频监控目标检测感兴趣区域(ROI) 超像素离群检测

来源：评论

学校读者我要写书评

暂无评论

基于汉盲对照语料库和深度学习的汉盲自动转换

引用

中文信息学报 2019年第4期33卷 60-67页

作者：蔡佳王向东唐李真崔晓娟刘宏钱跃良中国科学院计算技术研究所移动计算与新型终端北京市重点实验室北京100190 中国科学院大学北京100049 中国盲文出版社北京100142

汉盲转换是指将汉字文本自动转换为对应的盲文文本,其在盲文出版、盲人教育等领域具有重要应用价值,但当前已有系统性能难以满足实用需求。该文提出一种基于汉盲对照语料库和深度学习的汉盲自动转换方法,首次将深度学习技术引入该领域,... 详细信息

汉盲转换是指将汉字文本自动转换为对应的盲文文本,其在盲文出版、盲人教育等领域具有重要应用价值,但当前已有系统性能难以满足实用需求。该文提出一种基于汉盲对照语料库和深度学习的汉盲自动转换方法,首次将深度学习技术引入该领域,采用按照盲文规则分词的汉字文本训练双向LSTM模型,从而实现准确度高的盲文分词。为支持模型训练,提出了从不精确对照的汉字和盲文文本中自动匹配抽取语料的方法,构建了规模为27万句、234万字、448万方盲文的篇章、句子、词语多级对照的汉盲语料库。实验结果表明,该文所提出的基于汉盲对照语料库和深度学习的汉盲转换方法准确率明显优于基于纯盲文语料库和传统机器学习模型的方法。

关键词：汉盲转换中国盲文盲文语料库深度学习

来源：评论

学校读者我要写书评

暂无评论

基于用户偏好的多内容移动视频传输系统的效益优化

引用

计算机科学 2019年第3期46卷 103-107页

作者：许精策梁冰李梦楠纪雯陈益强中国科学院计算技术研究所北京100190 中国科学院大学北京100190 移动计算与新型终端北京市重点实验室北京100190

近年来,4G和5G网络的出现大大提高了移动设备数据传输的带宽,同时视频播放设备的性能也不断提高,使得用户对视频流媒体质量的要求不断提升。因此,提升移动视频传输系统的效益变得越来越重要。文中从用户偏好的角度出发,分析多内容移动... 详细信息

近年来,4G和5G网络的出现大大提高了移动设备数据传输的带宽,同时视频播放设备的性能也不断提高,使得用户对视频流媒体质量的要求不断提升。因此,提升移动视频传输系统的效益变得越来越重要。文中从用户偏好的角度出发,分析多内容移动视频传输系统中用户偏好对系统效益的影响,同时考虑流量价格对用户效益的影响,建立了基于用户偏好的用户效益模型,将多内容移动视频传输系统的效益优化问题转化为加权用户总效益的优化问题。考虑到拥有不同偏好的用户对用户总效益的影响不同,文中提出了一种基于偏好-码率比的用户权重选择方法,以此来选取当前用户偏好下的最优权重。文中通过求解最优加权用户总效益优化问题,得到了当前用户偏好下的最优视频传输码率。实验结果表明,所提方法相比现有效益优化方法提升了5%～10%的系统总效益。

关键词：用户偏好偏好-码率比效益视频传输多内容流量代价

来源：评论

学校读者我要写书评

暂无评论

基于多模融合的半监督场景识别方法

引用

计算机科学 2019年第12期46卷 306-312页

作者：沈鸿刘军发陈益强蒋鑫龙黄正宇中国科学院大学北京100190 中国科学院计算技术研究所泛在计算系统研究中心北京100190 北京市移动计算与新型终端重点实验室北京100190

场景识别是普适计算中的一项重要研究内容,旨在通过识别智能手机用户所在位置的场景,为用户提供精准的个性化服务并提升服务的质量。在实际环境中,精确的场景识别存在两个问题:(1)基于单模传感器数据或无线信号数据的分类效果不佳、普... 详细信息

场景识别是普适计算中的一项重要研究内容,旨在通过识别智能手机用户所在位置的场景,为用户提供精准的个性化服务并提升服务的质量。在实际环境中,精确的场景识别存在两个问题:(1)基于单模传感器数据或无线信号数据的分类效果不佳、普适性不足;(2)场景识别的精度需要依赖大量标定数据,导致成本较高。针对这些问题,提出一种基于多模融合的半监督场景识别方法,该方法充分利用Wi-Fi、蓝牙和传感器的多模特征来提高识别精度。相比基于单模数据的识别,融合特征将静态场景的分类精度提升了10%,并且本文通过构建半监督的学习方法解决了动态场景中数据采集成本高的问题,在将标定数据量减少一半的基础上将识别精度提高至90%以上。实验数据表明,在利用Wi-Fi、蓝牙、传感器的互补优势的基础上,引入半监督的学习方法能够提升场景识别的精确度且降低在某些场景下采集数据的成本,从而有效地提升了场景识别的精度和普适性。

关键词：场景识别 Wi-Fi 蓝牙多模融合半监督学习

来源：评论

学校读者我要写书评

暂无评论

基于集中式架构的无线接入网优化部署研究

引用

高技术通讯 2019年第12期29卷 1175-1183页

作者：张宗帅田霖石晶林徐顺清移动计算与新型终端北京市重点实验室北京100190 中国科学院计算技术研究所无线通信技术研究中心北京100190 中国科学院大学北京100049 中国三星研究院北京100028

基于集中式架构的无线接入网通过资源池共享处理资源,与基于分布式架构的无线接入网相比,明显减少了网络所需的处理资源,该性能可以通过统计复用增益(SMG)来评估。本文建立了基于时-空联合流量分布的处理资源SMG模型,并推导出SMG的闭合... 详细信息

基于集中式架构的无线接入网通过资源池共享处理资源,与基于分布式架构的无线接入网相比,明显减少了网络所需的处理资源,该性能可以通过统计复用增益(SMG)来评估。本文建立了基于时-空联合流量分布的处理资源SMG模型,并推导出SMG的闭合表达式。在此基础上,综合考虑集中式架构网络部署的处理资源池、远端射频单元(RRH)及光纤的成本,建立了无线接入网基站主设备部署成本模型,并进行成本分析。仿真结果表明,SMG随着服务阈值比Pth的增大而增大。当采用集中式架构部署的小区占比η固定时,总成本TC随着成本因子CF的增大而减小。当成本因子CF固定时,总成本TC随着η的变化趋势取决于成本因子CF的取值大小。本文的研究为基于集中式架构的无线接入网部署提供了理论指导,具有实际应用价值。

关键词：集中式架构无线接入网统计复用增益(SMG) 优化部署

来源：评论

学校读者我要写书评

暂无评论

基于毫米波大规模MIMO的分离型子阵列混合波束成形算法

引用

高技术通讯 2019年第8期29卷 731-738页

作者：徐顺清石晶林张宗帅龙隆任俊威移动计算与新型终端北京市重点实验室北京100190 中国科学院计算技术研究所无线通信技术研究中心北京100190 中国科学院大学北京100049 三星电子中国研究院北京100028

针对大规模MIMO系统中共享型阵列混合波束成形算法结构复杂和耗能较高的问题,提出了基于毫米波大规模MIMO的分离型子阵列混合波束成形算法。该算法采用分步设计的思想,首先根据模拟预编码矩阵的结构特点将天线阵列分解为多个独立的子阵... 详细信息

针对大规模MIMO系统中共享型阵列混合波束成形算法结构复杂和耗能较高的问题,提出了基于毫米波大规模MIMO的分离型子阵列混合波束成形算法。该算法采用分步设计的思想,首先根据模拟预编码矩阵的结构特点将天线阵列分解为多个独立的子阵列,并且依次设计每一个天线子阵列的预编码矩阵;然后在模拟预编码矩阵的基础上,采用标准的凸优化算法设计出数字预编码矩阵。仿真结果表明,本文所提算法能够达到较好的频谱效率,同时其能量效率要优于全数字波束成形算法和共享型阵列混合波束成形算法。

关键词：大规模MIMO RF链路移相器频谱效率能量效率

来源：评论

学校读者我要写书评

暂无评论

基于CNN与ELM的二次超分辨率重构方法研究

引用

计算机学报 2018年第11期41卷 2581-2597页

作者：张静陈益强纪雯中国科学院计算技术研究所移动计算与新型终端北京市重点实验室北京100190 中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学北京100049

为了实现将低分辨率图像重构为高分辨率图像,弥补高、低分辨率图像间信息损失,文中提出了卷积神经网络与极限学习机结合的二次超分辨率重构方法.首先通过基于深度学习的超分辨率重构优化方法,快速训练端对端的卷积神经网络重构模型,学... 详细信息

为了实现将低分辨率图像重构为高分辨率图像,弥补高、低分辨率图像间信息损失,文中提出了卷积神经网络与极限学习机结合的二次超分辨率重构方法.首先通过基于深度学习的超分辨率重构优化方法,快速训练端对端的卷积神经网络重构模型,学习结构化的图像信息;然后采用像素级的特征提取,并采用极限学习机模型对图像进行高频分量的补充,通过二次重构获得具有更好视觉效果的高分辨率图像.实验结果表明,文中的优化方法将原有卷积神经网络重构模型的训练效率提高了3个数量级,重构效果在主观和客观评估中均优于当前代表性的超分辨率重构方法.

关键词：超分辨率重构深度学习图像处理卷积神经网络极限学习机

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：