目前智能空调的研究主要基于视觉或红外传感器,基于单个4D毫米波雷达的相对较少。采用单个4D毫米波雷达传感器采集数据,根据不同目标反射点位置的不同提出了密度聚类(Density-Based Spatial Clustering of Application with Noise,DBSC...目前智能空调的研究主要基于视觉或红外传感器,基于单个4D毫米波雷达的相对较少。采用单个4D毫米波雷达传感器采集数据,根据不同目标反射点位置的不同提出了密度聚类(Density-Based Spatial Clustering of Application with Noise,DBSCAN)算法实现目标的聚类识别,并与K均值(K-means)聚类算法进行了效果对比。针对多目标跟踪问题,设计了一种基于联合概率数据关联算法(Joint Probabilistic Data Association,JPDA)和卡尔曼滤波(Kalman Filter,KF)的目标跟踪算法,从而实现多目标的匹配和跟踪。将所研究的算法应用到4D毫米波雷达系统,并在室内采集了行人目标数据,分析对比实际场景和算法跟踪效果,误差大约在8 cm内,准确率可达91.8%。结果表明:该算法可以较好地实现多目标跟踪,可用于智能空调中。展开更多
文摘虚拟仿真实训和传统教学方法在4D盆底超声这项高阶医学技术教学培训中应用的情况。方法 采用问卷调查以两种教学方法随机分组进行4D盆底超声技术学习的体验感,调查对象为昆明医科大学影像医学及超声医学研二、研三学生,采用完全随机设计的t检验进行分析评价。结果 ① 本次调查两组学生中,虚拟仿真实训组的学生重复检查吻合率较带教实操组的学生高,2组之间存在统计学差异;②而对于课后自主学习情况,虚拟仿真实训组的学生较带教实操组的学生进行的也更好,2组之间存在统计学差异。结论 虚拟仿真实训对于高阶4D盆底超声医学技术的学习较传统的带教实操学习更有帮助;作为创新的教学方法可以研究推广,以帮助医学生提升学习效率,缩短学习时间,以达到事半功倍的学习效果。
文摘目前智能空调的研究主要基于视觉或红外传感器,基于单个4D毫米波雷达的相对较少。采用单个4D毫米波雷达传感器采集数据,根据不同目标反射点位置的不同提出了密度聚类(Density-Based Spatial Clustering of Application with Noise,DBSCAN)算法实现目标的聚类识别,并与K均值(K-means)聚类算法进行了效果对比。针对多目标跟踪问题,设计了一种基于联合概率数据关联算法(Joint Probabilistic Data Association,JPDA)和卡尔曼滤波(Kalman Filter,KF)的目标跟踪算法,从而实现多目标的匹配和跟踪。将所研究的算法应用到4D毫米波雷达系统,并在室内采集了行人目标数据,分析对比实际场景和算法跟踪效果,误差大约在8 cm内,准确率可达91.8%。结果表明:该算法可以较好地实现多目标跟踪,可用于智能空调中。
