基于手势识别的手部康复智能评估算法研究

来源 :自动化仪表 | 被引量 : 0次 | 上传用户:swpixl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对手部疾病患者康复成本较高和康复训练不便的问题,开发了一种非穿戴式的基于手势识别的手部康复智能评估算法.为了提高手势识别检测能力,参照GhostNet原理,并结合自注意力机制,设计了全新的网络模块Lwblock.将YOLOv4算法中的模块Resblock改进为网络模块Lwblock,提出了 Hand-YOLOv4算法.基于RexNet在Hand-YOLOv4算法框选的矩形区域内深度学习,识别出手部21个关键点.以自主手势识别技术为核心,结合动态时间规整(DTW)算法,设计了手部康复智能评估算法.试验结果表明,在手势识别任务中,检测速度较原模型提高了 14%,且检测精度不会降低.该智能评估算法检测精度可达到90%以上,完全能够胜任手部康复评估工作,将促使手部医疗康复领域向舒适化、便捷化方向发展.
其他文献
为了提高电力能源大数据的清洗效果,以及电网数据分析的智能程度,对电力能源大数据清洗模型进行构建.其中,运用云计算进行大数据存储.创新性地运用时间序列符号化方法对时间序列进行降维,以欧氏距离算法进行相似度度量,并使用相似度曲线对负荷数据进行数据清洗.结果表明:当数据块数量从10块增加到30块时,相应的数据传输数量由28个增加到136个,消耗时间从0.117 h增加到0.165 h.序列相似性排序为:序列1和序列4>序列2和序列5>序列3和序列4.清洗以后,各网供区域的数据都清晰可见,不同系列之间的数据也能清
根据当前环保领域对各类水体中总氮含量监测的需求,研制了小型总氮自动分析仪.该分析仪基于碱性过硫酸钾消解紫外分光光度法原理,可实现水体中总氮含量的自动在线监测.对仪器的测量原理、仪器组成进行了阐述,并依照环境行业标准对分析仪进行性能测试,计算得到仪器的示值误差为-0.883%、重复性误差为0.499%、24小时零点漂移为0.967%、量程漂移为-0.017%.试验结果表明,该仪器运行稳定、精密度高、重复性好,能很好地满足现场总氮在线检测的需求.仪器集成化的提升能显著缩小设备尺寸,提高仪器便携性,减小设备占地
安全仪表系统(SIS)作为控制系统的报警和联锁部分,是保障人员和设备安全的重要系统,但目前在发电领域对于安全仪表系统的可靠性缺乏定量的评估手段.为此,在IEC 61508-1标准的基础上,提出了基于隐马尔可夫模型(HMM)的安全仪表系统可靠性评估方法.该方法在考虑安全仪表系统设备潜在失效性的前提下,对安全仪表系统控制器进行HMM建模,并在模型基础上求解系统的失效概率.通过对照IEC 61508-1标准中关于安全完整性等级分类,实现对安全仪表系统可靠性的有效评估.利用基于HMM的安全仪表系统可靠性评估方法来
针对滚动轴承微弱故障信号的非线性、非平稳、易被强背景噪声掩盖的特点,提出一种自适应奇异谱分解(ASSD)、多点优化最小熵解卷积(MOMEDA)与频率加权能量算子(FWEO)相融合的微弱故障诊断方法.首先,利用ASSD算法对原始信号进行处理,采用合成峭度与斯皮尔曼等级相关系数(SRCC)作为联合判据,自适应确定奇异谱分量个数后,根据合成峭度最大原则筛选出最佳奇异谱分量.然后,利用MOMEDA算法对最佳奇异谱分量作进一步解卷积处理,实现故障特征强化放大.最后,通过FWEO算法获取解卷积信号的瞬时能量信号,并通
根据不同机组特性对电厂热电负荷在机组间进行优化分配,是机组节能的重要手段.对于径向基神经网络算法的隐藏层函数中心选取进行了优化,利用梯度下降法对连接权重进行初始化以及更新.利用改进后的径向基神经网络构建了关于全厂煤耗量与机组负荷之间的模型算法,对两台350 MW机组的实际运行数据进行了分析拟合.针对遗传算法可能陷入局部最优的缺点,对算法进行了改进,以得到全局最优解.采用改进后的遗传算法对供热机组进行了负荷优化分配,并与平均分配方案进行了比较,证明了该算法应用于负荷分配的有效性,为优化负荷分配提供了新思路.
为解决电能表校验中存在的数据采集困难、状态评价能力差的问题,提出了一种基于深度信念网络的电能表检验质量评估方法.首先,采用电力物联网技术,实现电能表现场校验仪器的检验数据汇聚;其次,通过拉格朗日差值法对电能表现场校验仪器的检验数据进行清洗,消除噪声数据对检验质量评估的影响;然后,采用深度信念网络建立电能表检验质量评估矩阵,通过联合分布概率与权重计算,实现对电能表检验质量的精准评估.最后,在某省电力公司计量中心应用该评估方法,其平均检验准确率达99.74%,比基于大数据挖掘的电能表检验质量评估方法高约1.2
机制砂的空隙率是衡量混凝土性能的重要指标.空隙率的在线检测能够提升混凝土性能.现有的测量方法无法对机制砂空隙率进行在线检测.因此,提出一种通过动态图像法建立软测量模型,进而实现空隙率在线检测的方法.首先,采用基于动态图像法原理构建的机制砂形态测量平台来采集机制砂图像.然后,计算机制砂的关键形态参数,选择合适的软测量模型算法.最后,构建并比较不同软测量模型的预测性能.对比结果显示,随机森林模型的准确率最高,预测值和试验值最大误差为0.6%.相较于传统方法,该方法可在机制砂生产线中在线检测空隙率,有效提升混凝
目前,国内外控制阀企业基本采用游标卡尺或者百分表测试、调试控制阀位置精度,精度低、耗时长、计算繁琐、检测结果重复性不高.采用这些方法时,利用数字化高精度位移感应技术对传统试验方法进行改进和优化.根据国内外控制阀相关产品标准,实现气动直行程控制阀、气动角行程控制阀、电动角行程控制阀的死区、回差、基本误差、始终点偏差、额定行程偏差测试项目的智能化.通过位置精度测试及数据曲线分析,诊断控制阀的装配、工艺、配合磨损、执行器调教、弹簧性能等综合故障.该测试方法可提高控制阀位置和流量控制精度.有利于提升产品质量水平.
针对工程应用领域对多路同步信号高速、实时性采集的实际需求,设计了一种基于STM32F7的多通道通用数据采集器.利用STM32F767ZIT6微处理器自带的直接存储器访问(DMA)控制器,将数据快速传输至外设静态随机存取存储器(SRAM),减少了处理数据的时间,提升了执行效率.同时,集成多种通信协议,可采集模拟量、数字量等多种数据格式信号.监测数据通过液晶显示器实时显示,或经由4G通信发送到云端服务器.远程客户端可从云服务器查看数据,成本低,实用性高.将该采集器应用于温室作物无创水分检测系统中.连续长时间的
太阳能新风系统将太阳能技术与相变蓄热两种方法应用于供暖系统中,通过太阳的能量使得新风温度升高,实现可再生能源的节能目标.当前,新风温度控制系统的控制方法虽然容易实现,但其控制性能不佳,超调现象较为明显.对温控模型进行分析,利用粒子群优化(PSO)算法对温控模型进行优化整定,得到最优的3个比例积分微分(PID)控制参数,并提出一类基于粒子群参数整定后的模型参考自适应PID控制方式,对室内新风系统温度进行控制.经MATLAB仿真证实,该控制方法的调节时间更少、超调量更小,取得了良好的控制性能,能够很好地应用于