导读:本文包含了固定算法论文开题报告文献综述及选题提纲参考文献，主要关键词:惯性传感器,长跑,步态时空参数,零速度更新算法
固定算法论文文献综述
徐昌橙,周兴龙[1]（2019）在《基于固定在不同部位的惯性传感器获取跑步步态时空参数的算法研究》一文中研究指出研究目的:竞技体育中的中长跑、马拉松等项目受场地和距离的影响,研究人员获取运动员在训练时的数据手段较少,主要为影像解析。但是,后期数据处理繁杂;此外,在马拉松、竞走等项目中,运动员的比赛场地范围较大,用影像手段获取全程数据的方法并不可靠。惯性传感器以其便携、精度高、使用范围广的优势,吸引众多研究者的注意。随着科技的发展,九轴惯性传感器能获取运动员在比赛或训练时的每个时段的关节的加速度和角速度,但是对于惯性传感器数据的分析处理需要有良好的解决和优化办法。本实验通过使用惯性传感器对比测力台和红外高速动作捕捉系统获取跑步的步态时空参数,为以后将惯性传感器应用于长跑项目进行运动监控提供理论基础。研究方法:2.1实验对象及流程8名健康的受试者,半年内无下肢损伤。受试者在左腿胫骨粗隆、左足跟、左足尖处固定Xsens惯性传感器,传感器上贴有mark点,在长8m、宽2m的跑道上以随意速度跑步。跑道中间有叁块测力台,受试者在起点静止3秒后出发,跑到终点静止站立,以每次左足全脚掌踏上第一块测力台,右足全脚掌踏上第二块测力台和左足全脚掌踏上第叁块测力台为有效数据,每名受试者连续采集十次有效数据。测力台采集频率1000Hz,惯性传感器采集频率100Hz,motion系统采集频率为200Hz;测力台、motion系统与惯性传感器同步采样。2.2实验数据处理2.2.1金标准部分本实验的时空参数的金标准分别为:测力台用于获取时间参数、motion系统用于获取空间参数。本研究选取的指标为传感器与金标准之间的绝对误差或相对误差:着地点时间误差;离地点时间误差;支撑期、摆动期以及周期的相对误差;单足步长、最大抬腿高度的相对误差。金标准的指标计算方法如下:足跟着地点:测力台上z轴方向力值增加到高于20N;足尖离地点:测力台上z轴方向力值减小到低于20N;单足支撑期:测力台上第一次足尖离地时刻减去第一次足跟着地时刻;单足摆动期:测力台上第二次足跟着地时刻减去第一次足尖离地时刻;单足周期:测力台上第二次足跟着地时刻减去第一次足跟着地时刻;单足步长:一个单足周期内,受试者沿跑步前进方向的位移最大值减最小值;最大抬腿高度:一个单足周期内,受试者各部位沿垂直方向的位移最大值减最小值。2.2.2传感器部分用惯性传感器确定跑步着地和离地特征点的方法为:用matlab软件将测力台垂直于地面的力值与传感器各轴加速度、线性加速度以及角速度作图;以测力台足跟着地点和足尖离地点作为金标准,找到传感器数据曲线中的特征点,以此判定为传感器获取的足跟着地和足尖离地点。找到足跟着地和足尖离地点后,支撑期、摆动期以及周期的算法同金标准。用惯性传感器确定跑步步态空间参数的方法为:用matlab软件对传感器获取的各轴线性加速度进行积分得到各部位的速度,此方法获取到的速度数据曲线有线性漂移的趋势。因此,本研究采用零速度更新方法,对速度数据进行漂移校正。零速度更新的原理为:先找到每个速度周期的零点,再将每个周期的速度按线性等比例增大或减小。得到校正后的速度,对单足周期的速度进行积分,获取到位移曲线,分别计算出单足步长和最大抬腿高度。研究结果:3.1时间参数3.1.1步态特征点足跟处传感器确定的着地点和离地点误差最小,大小分别为0.0062±0.0060、0.0067±0.0060(单位:s),足尖和胫骨处误差平均值均大于0.01s。3.1.2步态时相足跟处传感器支撑期、摆动期误差最小,分别为0.0094±0.0083和0.0088±0.0075(单位:s),足尖和胫骨处平均值均大于0.01s;周期误差足尖处最大,大于0.01s,足跟处最小:0.0076±0.0056(单位:s);各部位的支撑期、摆动期和周期的相对误差数据显示足跟处最小,分别为:3.29%、2.04%、1.06%。3.2空间参数由于胫骨处无完全静止期,因此,胫骨处不能以本研究的零速度漂移更新方法进行对速度校正。通过对步长和抬腿高度的计算,足跟处步长的相对误差较小为:2.41%;足尖处的步长相对误差为3.41%;抬腿高度足跟和足尖处相对误差均大于10%。研究结论:与展望4.1结论将惯性传感器放置于足跟处获取到的跑步步态参数误差较小。着地和离地特征点的判定误差在0.01s以内,小于自身的采集频率;计算出支撑期、摆动期以及周期的相对误差均小于3.3%;步长的相对误差为2.41%;抬腿高度的计算相对误差较大,大于10%。本实验通过传感器计算得到的时间参数和空间参数中的单足步长的相对误差小于前人研究中的误差。4.2展望将该惯性传感器放置于长跑运动员足跟处,可用于对运动员各个时段单足的支撑期、摆动期、周期以及步长的计算。通过对比分析不同时段的运动员的支撑期、摆动期的变化、各自占单足周期的比例以及全程单足步长的变化来对运动员进行全程的训练监控。(本文来源于《第十一届全国体育科学大会论文摘要汇编》期刊2019-11-01）
王亚朝,赵伟,徐海洋,刘建业[2]（2019）在《基于轻量型卷积神经网络的非固定场景天气识别算法》一文中研究指出针对传统方法无法准确识别天气情况且计算量大的问题提出了一种基于轻量型卷积神经网络的非固定场景天气图像分类方法。该方法应用扩张卷积和深度分离卷积来提取天气特征信息,采用残差结构来防止网络退化,并且采用改进的空间金字塔池化层实现多尺寸图片的处理。经验证,所提方法可以对不同尺寸的非固定场景天气图片进行分类,在构建出的数据集上相对于经典分类卷积神经网络以196 M的计算量获得93.2%的准确率。所提方法一定程度上可以准确识别非固定场景的天气情况,并且具有应用到嵌入式平台上的前景。(本文来源于《电子测量技术》期刊2019年17期）
陶艺辉,曹小华,袁智[3]（2019）在《固定节点AGV系统调度方案分层优化算法研究》一文中研究指出为优化固定节点下AGV系统任务调度等问题,提高AGV系统运转效率,提出了一种改进算法。以最小化整体作业时间为目标,通过固定节点产生路径方案,将任务调度分层为任务分配与任务排序进行分步优化,与直接优化调度的传统算法进行测试对比,改进算法的收敛速度更快,调度方案更佳,有效缩短了空载路程,实现了AGV系统调度问题的优化求解。(本文来源于《起重运输机械》期刊2019年11期）
祝仰坤,周宾,王一红,连久翔,王汗青[4]（2019）在《基于波数漂移修正算法的免标定固定点波长调制技术》一文中研究指出分布反馈式激光器在长期运行过程中存在出光中心波数漂移的问题,导致固定点波长调制技术测量气体浓度不准确。为解决该问题,提出了一种基于波数漂移修正算法的免标定固定点波长调制方法,实现了气体浓度的免标定测量。选择中心波数在4958.9674 cm~(-1)处的吸收谱线测量CO_2气体的浓度,以验证该方法的有效性。实验结果表明:修正算法克服了出光中心波数漂移对测量带来的不良影响,有效提高了气体浓度测量的准确性。(本文来源于《光学学报》期刊2019年08期）
张友安,马国欣,刘京茂,孙玉梅[5]（2019）在《固定翼无人机强化学习控制建模与算法设计》一文中研究指出为了高效利用专家飞行示范数据,使固定翼无人机在面对重复性任务时具有一定的学习能力,提出了一种针对同类任务的强化学习控制算法。在建立无人机动力学模型与学习模型的基础上,考虑到不同组示范数据的不一致性,采用动态空间规整的方式对数据进行空间重对齐。采用隐马尔可夫模型提取最优航迹,并利用逆强化学习反推出隐藏奖赏函数。在强化学习的基础上进行控制算法的设计,使无人机具备向示范数据学习的能力。仿真结果验证了该方法的有效性。(本文来源于《飞行力学》期刊2019年04期）
周鹏,伊静,朱振方,刘培玉[6]（2019）在《面向不平衡分类的固定半径最近邻逐步竞争算法(FRNNPC)》一文中研究指出许多真实世界的数据集都存在一个称为类不平衡问题的问题。传统的分类算法在对不平衡数据进行分类时,容易导致少数类被错分。为了提高少数类样本的分类准确度,提出了一种基于固定半径最近邻的逐步竞争算法(FRNNPC),通过固定半径邻(FRNN)对数据集进行预处理,在全局范围内消除不必要的数据,在得到的候选数据中使用逐步竞争算法(NPC),即逐渐计算查询样本邻近样本的分值,直到一个类的分值总和高于另一个类。简而言之,该方法能够有效地处理不平衡问题,而且不需要任何手动设置的参数。实验结果将所提出的方法与4种代表性算法在10个不平衡数据集上进行了比较,并验证了该算法的有效性。(本文来源于《山东大学学报(理学版)》期刊2019年03期）
张帅,付超[7]（2019）在《级联型电力电子变压器固定轮换混合PWM调制算法》一文中研究指出电力电子变压器已在智能电网、混合微网等领域得到广泛关注,提高工作效率对其广泛应用具有重要意义。针对电力电子变压器输入级H桥的损耗情况,提出一种固定轮换混合PWM调制算法。该调制算法可使PET各输入级单元在每个轮换周期内的工作模式进行规律性变化且每个时刻仅有一个单元处于高频开关状态,在保证各单元功率均衡输出的条件下,使系统整体开关频率降低,器件开关损耗减少,从而提高电力电子变压器的效率。此外,该调制算法易于实现,无需复杂控制策略。最后搭建小功率实验平台,通过与载波移相调制下电力电子变压器的效率相比较,验证了所提调制算法的有效性。(本文来源于《电力科学与工程》期刊2019年01期）
陈世彬[8]（2019）在《不固定底纹卫生用品表面缺陷检测算法的设计与实现》一文中研究指出卫生用品是人们在日常生活中必不可少的生活用品,随着工业自动化的发展,人们对卫生用品的质量问题越来越关注。由于卫生用品一般是机器大批量生产的,所以在生产过程中难免会出现一些压痕、污渍、褶皱等产品表面缺陷问题。对于卫生用品的表面缺陷检测,当前采用的是人工目测的方法,该方法速度慢、主观性强、效率低,越来越无法满足企业的需求。随着20世纪80年代机器视觉技术的引入,使得用机器代替人工进行卫生用品表面缺陷检测成为了可能。本文是基于工业对卫生用品表面缺陷检测的实际需求,以Haclon为平台,设计出一种检测不固定底纹柔性卫生用品的检测算法,满足了工业上对卫用品表面缺陷检测的实时性、快速性和准确率高的需求。本文的主要研究内容如下:(1)整体方案的提出。为了满足工业检测中高速、高精度的要求,系统的整体设计是针对卫生产品采集的样本图像和表面缺陷的特点而构建的。同时分析了系统的硬件结构,为以后进行图像处理提供了必要的硬件基础。(2)检测算法的设计。针对卫生用品底纹不固定、柔性材料易于受形变影响等特性,提出了一种分区域检测的算法。在该检测算法中首先对采集的样本图像进行预处理,然后在样本图像中用阈值分割的方法把样本图像分为边缘区域、棉垫区域和棉芯区域,把分割后的不同区域做不同的数学形态学的处理;然后把经过数学形态学处理后的分割图像根据其不同的区域特征设计其合适的检测算法进行图像的分区缺陷检测;最后运用区域的膨胀、腐蚀、连通等运算对图像缺陷进行提取。该算法使用德国MVtec公司的halcon算子加以编程实现,能够很好的识别产品褶皱、边缘污渍、棉垫异常、棉垫污渍、棉芯异常、棉芯污渍等缺陷。(3)系统设计及实验结果的分析。以VS2012为平台,设计了卫生用品表面缺陷检测系统界面,实现了卫生用品表面缺陷在线检测。最后通过对共500张分辨率为2048x1415的样本图像进行测试,分析了本方案提出的表面缺陷检测算法的可行性和稳定性。在实验阶段表明,该卫生用品表面缺陷检测算法的平均准确率达到95%以上,平均检测一副图像的时间开销在100ms以内,能够满足工业上实时性的要求。(本文来源于《北京印刷学院》期刊2019-01-01）
王泽慧,杨婧孜,刘艳,何姗[9]（2018）在《非线性插值算法在固定资产定位管理中的研究》一文中研究指出固定资产是企业资产的重要组成部分和生存基础。为提升固定资产的智能化管理水平,文章在现有资产定位算法的基础上,深入分析阐述LANDMARC算法的优势及问题,提出了将LAGRANGE非线性插值算法应用在固定资产定位中,并提出将LAGRANGE算法实际应用的思路。(本文来源于《工业计量》期刊2018年S1期）
孙昊,张习帅,陈建文,郭悦,魏梦婷[10]（2018）在《基于蚁群算法的骨外固定器处方优化》一文中研究指出并联型骨外固定器在实际的临床应用中,存在着牵伸速率不均匀、患者疼痛难忍、运动轨迹偏移不可控等缺陷。针对上述问题,采用基于并联型机器人运动轨迹的方法来计算矫正处方,并在此基础上利用蚁群算法对处方进行优化。通过开展临床实验,结果表明应用计算机辅助外固定器进行复杂畸形的矫正获得了满意的效果,缩短了治疗周期,减少了疼痛和软骨撞击等并发症的发生。所有患者均达到畸形矫正的要求,症状及外观明显改善对提高临床医疗水平具有重要的意义。(本文来源于《仪器仪表学报》期刊2018年10期）
固定算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统方法无法准确识别天气情况且计算量大的问题提出了一种基于轻量型卷积神经网络的非固定场景天气图像分类方法。该方法应用扩张卷积和深度分离卷积来提取天气特征信息,采用残差结构来防止网络退化,并且采用改进的空间金字塔池化层实现多尺寸图片的处理。经验证,所提方法可以对不同尺寸的非固定场景天气图片进行分类,在构建出的数据集上相对于经典分类卷积神经网络以196 M的计算量获得93.2%的准确率。所提方法一定程度上可以准确识别非固定场景的天气情况,并且具有应用到嵌入式平台上的前景。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
固定算法论文参考文献
[1].徐昌橙,周兴龙.基于固定在不同部位的惯性传感器获取跑步步态时空参数的算法研究[C].第十一届全国体育科学大会论文摘要汇编.2019
[2].王亚朝,赵伟,徐海洋,刘建业.基于轻量型卷积神经网络的非固定场景天气识别算法[J].电子测量技术.2019
[3].陶艺辉,曹小华,袁智.固定节点AGV系统调度方案分层优化算法研究[J].起重运输机械.2019
[4].祝仰坤,周宾,王一红,连久翔,王汗青.基于波数漂移修正算法的免标定固定点波长调制技术[J].光学学报.2019
[5].张友安,马国欣,刘京茂,孙玉梅.固定翼无人机强化学习控制建模与算法设计[J].飞行力学.2019
[6].周鹏,伊静,朱振方,刘培玉.面向不平衡分类的固定半径最近邻逐步竞争算法(FRNNPC)[J].山东大学学报(理学版).2019
[7].张帅,付超.级联型电力电子变压器固定轮换混合PWM调制算法[J].电力科学与工程.2019
[8].陈世彬.不固定底纹卫生用品表面缺陷检测算法的设计与实现[D].北京印刷学院.2019
[9].王泽慧,杨婧孜,刘艳,何姗.非线性插值算法在固定资产定位管理中的研究[J].工业计量.2018
[10].孙昊,张习帅,陈建文,郭悦,魏梦婷.基于蚁群算法的骨外固定器处方优化[J].仪器仪表学报.2018