-
公开(公告)号：CN113537381A
公开(公告)日：2021-10-22
申请号：CN202110864746.7
申请日：2021-07-29
Applicant: 大连海事大学
Abstract: 本发明提供了一种基于对抗样本的人体康复运动数据增强方法，涉及人体康复运动技术领域，该方法包括：获取人体康复运动的原始样本，并对所述原始样本进行处理；将处理后的样本输入到生成器中，生成器通过神经网络进行特征提取，再通过反卷积产生具有对抗能力的噪声；将生成的噪声与所述原始样本输入至干扰器，在干扰器中进行结合生成对抗样本；将生成的对抗样本与原始样本传入到鉴别器中进行分类识别，生成器、干扰器、鉴别器重复上述博弈过程，最终达到平衡，使得生成器在噪声极小的情况下，干扰器产生的对抗样本与原始样本的相似度极高。本发明提供的方法，具有生成类似于人体康复运动识别领域的时序数据的能力，可以增加该领域中样本的多样性。
-
公开(公告)号：CN113537386B
公开(公告)日：2024-05-10
申请号：CN202110878368.8
申请日：2021-08-01
Applicant: 大连海事大学
IPC: G06F18/23213 , G06F18/10 , G06F18/241 , G06F16/29 , G06F16/215
Abstract: 本发明涉及一种基于改进K‑Medoids聚类的船舶典型运动轨迹自适应挖掘方法，包括将AIS动、静态数据清洗，数据表匹配与排序，运用线性插值算法将缺失数据补全；提取所需的数据字段，构成船舶轨迹点数据结构；基于航速、航向变化率对船舶轨迹进行压缩，提取用于聚类的特征点集；计算每一段子轨迹的分段均方根误差，并将其与传统的K‑Medoids算法相结合，实现聚类参数的自适应选择，分别提取每一类簇的聚类中心点并依次相连，得到不同类型、吨级及进出港条件下的船舶典型运动轨迹；对提出算法的准确率进行评估。本发明提出了一种挖掘船舶典型运动轨迹的新思路，避免了典型轨迹段的特征缺失，所得的典型轨迹与实际相符合，提高了挖掘的自适应程度。研究结果对于辅助船舶轨迹异常检测及挖掘海上交通特征具有重要意义。
-
公开(公告)号：CN113537386A
公开(公告)日：2021-10-22
申请号：CN202110878368.8
申请日：2021-08-01
Applicant: 大连海事大学
IPC: G06K9/62 , G06F16/29 , G06F16/215
Abstract: 本发明涉及一种基于改进K‑Medoids聚类的船舶典型运动轨迹自适应挖掘方法，包括将AIS动、静态数据清洗，数据表匹配与排序，运用线性插值算法将缺失数据补全；提取所需的数据字段，构成船舶轨迹点数据结构；基于航速、航向变化率对船舶轨迹进行压缩，提取用于聚类的特征点集；计算每一段子轨迹的分段均方根误差，并将其与传统的K‑Medoids算法相结合，实现聚类参数的自适应选择，分别提取每一类簇的聚类中心点并依次相连，得到不同类型、吨级及进出港条件下的船舶典型运动轨迹；对提出算法的准确率进行评估。本发明提出了一种挖掘船舶典型运动轨迹的新思路，避免了典型轨迹段的特征缺失，所得的典型轨迹与实际相符合，提高了挖掘的自适应程度。研究结果对于辅助船舶轨迹异常检测及挖掘海上交通特征具有重要意义。
-
公开(公告)号：CN113537381B
公开(公告)日：2024-05-10
申请号：CN202110864746.7
申请日：2021-07-29
Applicant: 大连海事大学
IPC: G06N3/0475 , G06N3/0464 , G06N3/094 , G06F18/241 , G06F18/213 , G06F18/214
Abstract: 本发明提供了一种基于对抗样本的人体康复运动数据增强方法，涉及人体康复运动技术领域，该方法包括：获取人体康复运动的原始样本，并对所述原始样本进行处理；将处理后的样本输入到生成器中，生成器通过神经网络进行特征提取，再通过反卷积产生具有对抗能力的噪声；将生成的噪声与所述原始样本输入至干扰器，在干扰器中进行结合生成对抗样本；将生成的对抗样本与原始样本传入到鉴别器中进行分类识别，生成器、干扰器、鉴别器重复上述博弈过程，最终达到平衡，使得生成器在噪声极小的情况下，干扰器产生的对抗样本与原始样本的相似度极高。本发明提供的方法，具有生成类似于人体康复运动识别领域的时序数据的能力，可以增加该领域中样本的多样性。
-
-
-
Search Results
4
records
(took 0.014 seconds)
