基于改进LRCN的人体运动识别方法

针对人体运动识别中数据特征提取不充分和识别准确率不高的问题,提出了一种改进长期循环卷积网络的人体运动识别模型。首先构建出一种由多层卷积神经网络和门控循环单元组成的LRCN模型。在此基础上构建内部和外部循环层,内部循环层作用是得到所选取时间窗内部时间特征和空间特征,外部循环层作用是从子序列数据中获取其所表征状态信息之间的特征相关性和时间相关性。提出的模型在3种公开数据集上验证,准确率均高于传统的LRCN模型,然后在自建数据集上进行测试验证,识别准确率为99.7%。实验结果表明该模型在识别准确率上高于原始模型,验证了该模型的可行性。     

为下一代作准备:林后四林平地森林园区规划

林后四林平地森林园区是一处集平地造林、在地文化、栖地营造、资源利用与环境教育为一体的学习园区.在其不断的发展下,现成为大武山低海拔自然森林园区,作为生态栖地修复、区域文化体验及休闲游憩的场域.从环境修复的角度保有农垦地和草生地生态环境,并营造大武山低海拔森林的栖地环境,提供猛禽、鸟类及两栖类动物栖息繁衍之地.重视生态保育意义的同时,发挥环境教育和生态旅游的价值.因气候环境变迁,以分散排水、贮流、自然人渗及自然过滤方式为主,同时进行土壤地利改良,达到环境保全修复的功效.以现地环境保育及生态演变历史延续对自然环境的关怀,营造合宜的生态栖地、掌握水资源的保存与再利用,为下一代的自然生态环境作准备.     

基于人体运动识别约束的室内定位方法

针对传统的行人航迹推算（Pedestrian Dead Reckoning,PDR）方法无法满足多运动状态下的定位问题,提出了一种基于神经网络运动识别辅助室内定位的方法。构建出卷积神经网络(Convolutional Neural Network,CNN)和门控循环单元（Gated Recurrent Unit,GRU）组合的神经网络模型,用于识别人体的运动状态并完成分类。根据运动分类的结果应用到行人航迹推算中,分析和筛选运动参数特征作为算法的阈值约束条件来提高定位精度。在算法中运动步数由合加速度计数据波形检测得到,步长由运动状态的特征自适应调整步长模型。通过实验验证,CNN-GRU模型在自建数据集上的准确率达到99.6%。将识别结果应用到PDR中,在112 m 4种动作的矩形路线中定位误差为1.8 m,误差远低于传统PDR定位的19.9 m。实验结果验证了该方法的可行性。     

铅铋合金分离新工艺研究

以综合利用陕西某厂炼铁副产品铅铋合金为目的，研究出硅氟酸电解提纯分离铅铋合金新工艺，铅析出率大于９９．８％，铋在阳极泥中富集量达９６％。     

碱性氧化法分离镍铬的研究

本文提出用碱性氧化-酸溶法,从镍基合金电化学加工阳极泥中分离镍和铬。该工艺可直接获得氢氧化镍和铬酸钠产品,与酸溶-水解法、还原氨浸法等方法比较,实现了无铬渣工艺,镍铬回收率较高,有效地分离了镍铬,是处理含铬物料的较理想的方法。试验详细地研究了氧化和酸溶过程,确定了工艺技术条件。