可穿戴设备部署位置对羊只行为识别的影响与分析

羊只的行为状态能够直接反映其健康状况及所处的生理阶段,为实现自动化的羊只行为识别,以圈养的小尾寒羊为试验对象,构建一个基于加速度传感器的可穿戴式行为监测装置。利用MPU9250为核心的九轴姿态传感器采集羊只静止、行走和进食的行为信息,并将传感器分别部署在羊只颈部、背部靠近前腿处、前腿和后腿四个不同的位置。对于采集的数据,利用去噪和降维进行预处理,并分别利用k-means和SVM进行分类识别。k-means均值聚类算法对颈部处的行为识别准确率最高,为79.34%,SVM支持向量机算法对颈部处的行为识别准确率最高,为92.63%。SVM算法用于羊只行为识别的整体准确率高于k-means,且传感器部署在羊只颈部时在不同识别方法下,识别效率均优于其他部位。研究结果对于构建自动化的羊只行为检测系统具有重要的现实意义。     

苹果跌落冲击力学特性研究

果品跌落冲击力学特性的研究是表征其流变性能、跌落损伤机理以及设计作业件的基础。构建果实自由跌落冲击力学参数测试系统,对“富士”苹果进行不同高度的单次自由跌落、同一部位的多次跌落试验。在测试获得冲击力－时间数据的基础上,基于运动学原理进行理论分析计算,得到加速度－时间、冲击力－变形量、应力－应变以及跌落冲击弹性恢复系数等动态关系。研究结果表明随着跌落高度、跌落次数的增加,苹果冲击力、加速度峰值、冲击最大变形、冲击结束后的残余变形逐渐增大。苹果跌落弹性恢复系数随着跌落高度而逐渐降低,随着跌落次数增加而逐渐增大。跌落次数对跌落变形量增加的影响不显著,随着跌落次数的增加残余变形变化很小。     

利用缸盖振动信号检测发动机功率的试验研究

用发动机缸盖的振动信号进行了发动机功率检测试验。基于LabVIEW建立的虚拟仪器系统,运用加速度传感器测定了发动机从怠速急加速到高速过程中的缸盖振动信号,对发动机怠速段、高速段的振动信号进行了频谱分析,同时对比分析了低频振动信号与发动机转动时测得的脉冲信号。结果表明,发动机缸盖振动加速度信号中低频振动信号的周期与发动机转动周期有确定的对应关系,用低频振动信号峰值点可以分离出发动机的转速,从而可根据无负荷测功角加速度原理得出发动机不同转速下的有效功率值,因此利用发动机缸盖振动信号进行功率检测的方法是有效可行的。     

如何提升基层图书馆发展加速度的分析思考

为了充分发挥基层公共图书馆的整体优势和使用效益,实现文献资源的有效利用,南岗区图书馆从自身的实际出发,于2010年6月对阅览部开展了为期一个月的调查,其目的是要充分了解本馆报刊资源的利用情况,及怎样才能合理使用有限的购书经费,达到最大化满足读者的信息需求,尽快提升基层图书馆的服务水平和馆藏资源的建设。     

液体射流泵空化噪声与振动试验

针对液体射流泵的空化噪声与振动进行了试验研究;运用B＆K加速度仪和水听器对射流泵各部位在不同工况下的空化噪声与振动进行了测量。结果表明：（1）射流泵空化噪声以单极子声源为主,随着流速和紊流度的增大,偶极子作用逐渐增大;（2）射流泵空化噪声与振动随空化程度加剧而更强烈,最强烈处也从喉管向扩散管转移;（3）射流泵面积比越小,达到临界空化前噪声频谱波动越强,临界空化之后噪声谱级趋于平稳,随频率增加而递减;（4）初生空化出现前后噪声在整个频域范围内都有一个较大的跃升,约5-10 dB,此跃升可作为判断初生空化的参考方法;（5）泵体3个正交方向振动并不相同,径向振动较轴向更为明显。     

车载式拖拉机座椅舒适性测试系统的研究

应用美国模拟器件公司的ADXL105微型力平衡式加速度传感器、美国Cygnal公司F320型单片机组成车载式拖拉机座椅舒适性测试系统，系统易标定、成本低、供电方式简单。试验结果表明，在其他条件相同时，拖拉机座椅固有频率只要避开人体敏感的频率范围，座椅的舒适性就能得到明显的改善。     

基于二叉决策树分类模型的草原牛行为识别

为了解决人工监测草原放牧牛运动行为工作量大、监测精度低的问题,试验提出一种基于二叉决策树分类模型的草原牛行为识别方法,即选取草原牛颈部三轴加速度计采集数据的X轴、Y轴、Z轴方差、均方根、平均值及三轴总体的矢量幅度(signal vector magnitude, SVM)和幅度(singal magnitude area, SMA)共11种统计特征量来构建查准率-查全率曲线(P-R曲线),通过P-R曲线获取各统计特征量所对应的最优行为类别分组方式及最优阈值,利用信息增益作为选择标准来构建二叉决策树分类模型,运用此模型对草原牛的躺卧、反刍、采食及慢走四种运动行为进行分类识别,并与K-均值(K-means)聚类算法比对。结果表明：K-means聚类算法只能识别躺卧行为,难以区分反刍、采食及慢走三种运动行为,但二叉决策树分类模型能够有效地将躺卧和慢走行为从躺卧、反刍、采食及慢走四种行为中识别出来,查准率和查全率均达到0.760以上。说明二叉决策树分类模型较常用的K-means聚类算法可更有效地完成草原牛行为分类,并且准确率更高。     

特征提取和特征降维在猪只行为分类识别中的应用

为了有效改善猪只行为分类识别效果,试验采用三轴加速度传感器获取试验猪(猪A、猪B、猪C)在X轴、Y轴和Z轴三个方向上的加速度数据,建立试验猪只行为数据集,分别提取X轴、Y轴和Z轴的平均值、中位数、最大值、最小值、第一四分位数和第三四分位数,共同构成一个包含21个特征在内的数据集,分别采用ReliefF算法和随机森林算法就各特征对试验猪行为分类识别结果影响的大小进行分析与排序,删除与分类识别性能相关性小的特征,将21维数据集降维至9维。结果表明：将经ReliefF算法降维的数据集用于猪只行为识别与分类,猪A、猪B猪C的总体平均准确率分别为80.9%、81.7%和82.0%;将经随机森林算法降维后的数据集用于猪只行为识别与分类得到的总体平均准确率分别为86.4%、85.3%和87.2%。说明采用随机森林算法进行特征降维的效果更好,更适用于处理猪只行为数据。     

用极坐标研究点的复合运动

对点的复杂运动，通常把它视为两种简单运动的复合。建立静、动两个坐标系，先求出动点对这两个不同参考系的运动特征量，然后用点的速度、加速度合成定理获得其运动规律，本文别开蹊径，利用极坐标来研究点的复合运动，这种方法在理论和实践上都有一定的意义，特别是对动点沿矢径运动的问题，显得更为简捷和方便。