为了进一步提高非线性卡尔曼滤波算法的估计精度，提出一种高阶球面单形—径向容积求积分卡尔曼滤波（HDSSRCQKF，high-degree spherica1 simp1ex-radia1 cubature quadrature Ka1man fi1ter）算法。将非线性函数的高斯加权积分分解为球面积分和径向积分，采用基于正则单形变换群的七阶球面单形准则计算球面积分，使用高阶高斯—拉盖尔求积分准则计算径向积分，推导出高阶球面单形—径向容积求积分准则。从该准则中提取出容积点及其相应权值的一般计算方法，并利用该计算方法给出非线性卡尔曼滤波框架下高阶球面单形—径向容积求积分卡尔曼滤波的具体计算步骤。数值仿真实验结果表明，所提算法具有比高阶容积卡尔曼滤波更高的估计精度，在信道估计与均衡、语音增强和混沌通信等领域具有一定的应用价值。
2021-10-22 12:02:04
1.05MB
1
Deep-rPPG：使用深度学习工具的基于相机的脉搏估计
深度学习（神经网络）基于网络的远程光学体积描记：如何从视频使用深度学习工具的硕士论文题目为“使用深度学习工具基于摄像头的脉冲估计”的源码中提取脉冲信号
已实施的网络
深度物理
Chen，Weixuan和Daniel McDuff。 “ Deepphys：使用卷积注意力网络进行基于视频的生理测量。” 欧洲计算机视觉会议（ECCV）的会议记录。 2018。
物理网
于子彤，李晓柏和赵国英。 “使用时空网络从面部视频进行远程光电容积描记器信号测量。” 程序。 BMVC。 2019。
NVIDIA Jetson Nano推理
网络的运行速度已在NVIDIA Jetson Nano上进行了测试。 PyTorch和OpenCV结果和安装步骤在nano文件夹中。
相应硕士论文摘要
标题为“使用深度学习工具的基于相机的脉搏估计”（也已在此存储库中上
2021-10-17 14:49:44
4.46MB
1
心跳：使用远程光电容积描记法（rPPG）测量心率
这是rPPG的简单实现，rPPG是无需接触皮肤即可测量心率的一种方法。 它使用视频记录或实时面部表情分析肤色的细微变化。
运作方式如下：
检测到人脸并对其进行连续跟踪
通过确定每帧中的面部颜色来获得信号序列
心率是使用频率分析和一系列滤波来估计的
如果您对特定内容感兴趣，请随时阅读我有关以下主题的出版物：
另请参阅我的最小和“ 。
演示版
依存关系
需要以下库才能运行心跳：
它们必须安装在系统上，以便在编译器的标准搜索路径中可以找到头文件和库。
安装
要构建可在macOS上运行的Makefile：
$ make
Ubuntu的替代编译。 适用于opencv 3.1：
$ g++ -std=c++11 Heartbeat.cpp opencv.cpp RPPG.cpp ` pkg-config --cflags --libs ope
2021-10-07 16:31:18
9.7MB
1
针对燃气轮机动态建模容积效应法运用过程中，使用真实体积运算时计算结果振荡较大，无法对燃气轮机动态过程进行实时有效的运算的问题，对容积效应法的原理进行分析，提出了采用虚拟容积计算方法计算容积大小。采用面对对象的模块化建模方法，基于 Matlab/Simulink平台，运用容积效应法建立了燃气轮机动态仿真模型，解决了在常规建模时迭代次数太多的问题。分别计算了在相同工况变化条件下，采用真实容积和虚拟容积方法建立的两种模型的仿真结果。研究结果表明，采用虚拟容积的仿真模型更稳定，并且计算结果更准确。
2021-10-04 21:03:30
940KB
1
针对现实配送过程中存在的时间参数模糊化与车辆容积限制问题，利用梯形模糊代数、有符号距离和区间数距离公式，构造出一种较高精度的提前/滞后惩罚函数，在此基础上给出了一种以最小化服务点提前/滞后惩罚、最小化配送总里程以及最小化配送车辆数量为目标的、具有模糊时间窗的有容积约束配送车辆调度问题模型。在问题求解方面，结合粒子群算法和遗传算法，引入遗传算法思想对粒子进行交叉、变异操作，给出了一种基于遗传操作的混合粒子群算法，以解决基本粒子群算法容易陷入局部最优的问题。仿真实验表明，该算法具有可行性和有效性。
2021-10-04 17:20:43
255KB
1
行业制造-电动装置-基于光电容积描记和谱分析的运动状态心率监测方法.zip
2021-09-10 14:03:17
396KB