国家教育部博士点基金(20120002110067)
- 作品数：14 被引量：137H指数：7
- 相关作者：王雪谈宇奇刘佑达张鹏博李宣平更多>>
- 相关机构：清华大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术机械工程电气工程电子电信更多>>
- 模糊聚类协作区域主动轮廓模型医学图像分割被引量：19
- 2013年
- 医学图像分割的研究对于医学影像发展具有重要意义。区域主动轮廓模型(CV)易受目标和背景区域面积比的影响,且对初始位置敏感。针对上述现象,本文提出一种模糊C-均值聚类(FCM)协作改进CV模型的图像分割算法,即FCM-CV算法。首先在CV模型中增加能量权值函数消除面积比的影响,然后用FCM粗分割结果指导设定改进CV模型零水平集的初始位置。实验结果表明,与CV模型和局部二值拟合模型(LBF)相比,FCM-CV算法消除了面积比对分割精度和效率的影响,具有更好的数值稳定性,且对初始位置不敏感,提高了图像分割的准确性。
- 李宣平王雪
- 关键词：图像分割CV模型模糊C均值聚类
- 基于分布式压缩感知的智能用电网络高分辨率谐波与间谐波测量被引量：9
- 2015年
- 安全可靠的电能质量是智能用电网络的基本需求,谐波与间谐波则是其中最常见的电能质量扰动之一,在智能用电网络中准确的测量分析谐波和间谐波,对于保障用电设备安全具有重要意义。本文提出了一种基于分布式压缩感知的智能用电网络谐波与间谐波测量方法,首先通过构建多通道谐波与间谐波测量模型,将高分辨率的频率估计问题转化为分布式压缩感知中的多测量向量稀疏重构问题,然后利用智能用电网络下各用户谐波与间谐波信号可联合稀疏表示的特性,在不延长观测窗长的前提下,提高了频率估计的准确度,提升了智能用电网络下的抗噪声干扰能力,最终达到准确分析谐波与间谐波的目的。实验结果表明,相较现有的谐波分析参数及非参数方法,本方法在谐波与间谐波测量的准确度和对噪声的鲁棒性上都有相应的提升,为智能用电网络中电能质量的治理提供了有效的参考依据。
- 刘晏池王雪刘佑达孙欣尧
- 关键词：谐波分析高分辨率
- 基于视觉传感网络测量的脸像提取优化方法
- 利用视觉传感网络实现大量视频监控数据中最优人脸图像快速获取对于提升行人目标识别效率,增强视觉传感网络性能具有十分重要的意义。本文提出了一种基于视觉传感网络测量的人脸图像特征提取优化方法。该方法利用高斯背景差分法获取目标信...
- 林奎成王雪
- 关键词：目标跟踪ARMA模型
- 文献传递
- 面向生物信息感知网络稀疏脑电测量的模糊粗糙情绪识别被引量：6
- 2014年
- 情绪健康与人们的工作生活乃至社会公共安全紧密相关。情绪识别通过测量表征情绪状态的生物信息识别人的个体情绪，为情绪健康状态辨识提供依据。生物信息感知网络可用于复杂环境生物信息的感知测量，对特定场景下的情绪监测具有重要意义。本文提出一种面向生物信息感知网络稀疏脑电测量的模糊粗糙情绪识别方法，采用稀疏脑电测量设备以及无线可穿戴生物传感节点构建多模生物信息感知网络，测量提取情绪相关信息，并对多模生物信息进行融合分析，针对情绪本身的模糊粗糙特性、依据脑电专注度模糊门限提出一种改进的模糊粗糙近邻分类算法（FRNN）。该方法削减了28．20％的运算量，提高了情绪识别效率；同时减少了无关情绪样本对分类准确率的影响，提高情绪识别准确率6％～7％，识别率65．53％高于同类研究成果。本文在可穿戴网络架构下实现了情绪的快速识别，可为日常情绪健康监测提供有效参考依据。
- 戴逸翔王雪李宣平张鹏博
- 关键词：情绪识别
- 面向可穿戴多模生物信息传感网络的栈式自编码器优化情绪识别被引量：12
- 2017年
- 情绪识别是指采用无生命的传感器和计算机感知测量识别人类情绪状态,其主要环节包括情绪相关信号获取、特征提取以及分类识别.情绪识别可为人类情绪健康监测乃至情绪相关心理精神疾病的初筛提供科学依据.该文构建了多模可穿戴生物信息传感网络测量被测个体的多模情绪相关信号(脑电、脉搏以及血压),经由身体主站将信号传输至远程网络数据中心,并将情绪识别的结果进行网络发布,简化了测量结构,使得被测个体日常情绪监测和远程监控成为可能.由于信号测量和特征提取过程中存在不确定性,该文提出了栈式自编码器(基于深度学习理论)优化的情绪识别算法.71天时间跨度的实验结果表明,栈式自编码器预学习后的特征向量具有更高的一致性与可分性,情绪识别率较相关研究提高了约5%.
- 戴逸翔王雪戴鹏张蔚航张鹏博
- 关键词：情绪识别
- 分布式协同网络用电负荷分层加权概率预测方法被引量：16
- 2014年
- 先进计量体系(AMI)是智能电网中的分布式协同网络,其通过广泛布置的分布式测量计算节点对用电端的用户用电信息进行测量和协同分析。基于分布式协同网络测量得到的海量数据,针对短期用电负荷的概率预测问题提出一种分层特征加权概率预测方法。该方法采用核主分量分析提取用电负荷测量样本的非线性特征,根据提取的特征采用马氏距离判据对用电负荷数据进行特征加权,剔除权重低的不相关干扰数据;提出将经验模态分解与稀疏贝叶斯学习方法相结合的机器学习用电负荷概率预测方法,对用电负荷高频与低频分量进行分层概率分布预测。最后,将所提出的方法应用于某地区的短期用电负荷预测实验,实验结果表明该方法能够有效预测短期用电负荷的概率分布,预测精度高、可靠性好。
- 孙欣尧王雪吴江伟刘佑达
- 关键词：用电负荷预测特征加权
- 基于分布式传感网络的在线智能用电谐波源定位被引量：7
- 2017年
- 用电侧谐波源对用电电能质量的影响日益增大,在大规模智能用电网下谐波源辨识与定位问题对提高电能质量有重要作用。智能用电网络采用智能电表组成的分布式智能用电信息测量网络实现对大规模用电网络测量。谐波故障源定位可通过分布式网络化测量方法提高在线辨识精度。提出了基于相关信息树的分布式用电谐波源递归定位方法,提高了定位精度。对用电网络进行建模分析,在公共连接点的辨识采用独立分量分析方法提取故障源的信号,通过分布式测量节点的相关信息树确定多通道信号间的网络拓扑结构。搭建了面向智能用电的分布式测量网络平台,验证了提出的谐波源定位方法。实验结果表明提出的方法可实现全网络下的谐波源定位,并具有较好的实时性。
- 刘佑达王雪崔粟晋刘晏池
- 关键词：独立分量分析
- 多相水平集协同空间模糊聚类图像多目标分割被引量：7
- 2013年
- 图像多目标分割的研究对于机器视觉发展具有重要意义。多相水平集模型(Multiphase level set,MLS)对零水平集函数初始位置和噪声敏感,当初始位置不适宜、噪声较大时无法准确分割多目标。针对上述问题,提出一种多相水平集模型协同空间模糊C-均值聚类(Spatial fuzzy C-means,SFCM)的图像多目标分割算法,即SFCM-MLS算法。首先用空间模糊聚类获取图像多目标粗分割结果,然后用粗分割结果定义多相水平集模型的初始水平集函数对图像做精分割。针对人脑磁共振成像(Magnetic resonance imaging,MRI)图像和患有肿瘤的肝脏计算机扫描断层图像多目标分割试验结果表明,与经典多相水平集模型相比,SFCM-MLS算法对初始位置不敏感,提高了图像多目标分割的准确性。
- 王雪李宣平戴逸翔
- 关键词：多目标分割
- 基于视觉压缩感知的传感网络行人目标辨识方法被引量：5
- 2014年
- 行人目标辨识是指在视觉传感网络中识别检测到的目标,对智能安防具有重要意义。对行人目标辨识所需数据进行压缩可提高视觉传感网络行人目标辨识的实时性。提出了一种基于视觉压缩感知的传感网络行人目标辨识方法。无线视觉节点获取行人目标图像后,首先提取图像中行人脸部的尺度不变特征,并采用特征字典对目标进行稀疏表示,得到目标特征直方图。然后视觉节点应用压缩感知方法对特征直方图进行数据压缩,并传输至中心节点。最后,中心节点应用非负正交匹配追踪算法重构特征直方图,并采用支持向量机对特征直方图进行分类辨识。实验表明,该方法能够在不影响行人目标辨识准确率的前提下,有效减少在视觉传感网络中进行行人目标辨识时所需传输的数据量。
- 谈宇奇王雪林奎成
- 关键词：压缩感知数据关联
- 面向智能用电网络自适应脉冲耦合同步的谐波测量被引量：7
- 2014年
- 电能谐波是评估智能用电网络电能质量的重要指标之一。采用无线网络实现智能用电中的谐波测量具有良好的扩展性和鲁样性,但对电能测量节点间的同步精度提出更高要求,因此测量网络下节点间的快速、高精度同步对实现准确谐波测量具有重要意义。面向智能用电网络下谐波测量,基于鲁棒性、扩展性好的脉冲耦合振荡(PCO)机制,提出一种针对测量网络节点密度自适应的快速网络同步方法。通过理论分析和实验研究网络参数和内置同步模型对PCO同步速率的影响。在智能用电测量网络下验证提出的同步方法,结果表明自适应优化模型在不同节点密度下相比于传统三角同步速率提高,平均同步误差降低30.1%,提高了智能网络下的谐波测量精度,优化了智能用电网络的电能质量。
- 刘佑达王雪刘晏池
- 关键词：谐波测量自适应同步
