时间:2023-07-27 16:14:50
导语:在体育信息的特征的撰写旅程中,学习并吸收他人佳作的精髓是一条宝贵的路径,好期刊汇集了九篇优秀范文,愿这些内容能够启发您的创作灵感,引领您探索更多的创作可能。
文[1]的例1、例2的“特征信息”,其实都可以联系到一个重要不等式:
定理 若a,b∈R,则(a+b)2≥4ab.
文[1]的例1尽管给出了三种解题思路,但是却有美中不足:尚未揭示出其最优解题思路;例2虽巧妙地构造出二次方程,但仍然缺乏最优化思考.
本文旨在展示平凡的定理(a+b)2≥4ab在“特征信息”聚焦时的最优化解题特征.
首先,通过“等导不等”来证明这个定理:
(a+b)2=4ab+(a-b)2≥4ab,
当且仅当a=b时,等号成立.
下面列举一系列数学问题,其“特征信息”均可或显或隐地聚焦于定理(a+b)2≥4ab.限于篇幅,解题时不作一一分析,只展现定理的最优化解题思路.
例1 已知实数a,b,c满足等式a=6-b,c2=ab-9,求证:a=b.
(文[1]例1)
证明:依定理(a+b)2≥4ab,即62≥4(c2+9),得c=0,从而a=6-b,ab-9=0,解得a=b=3,故证毕.
例2 若(z-x)2-4(x-y)(y-z)=0,则x,y,z成等差数列. (1979年全国高考题)
证明:由题设知(z-x)2=4(x-y)(y-z),而依本文定理,则有(z-x)2=(x-z)2=[(x-y)+(y-z)]2≥4(x-y)(y-z),可见x-y=y-z,从而x,y,z成等差数列.
例3 方程组x+y=2,的实数解的组数是(
).
xy-z2=1
A.1
B.2
C.3
D.无穷多 (1987年上海市初中数学竞赛试题)
解:依定理知,(x+y)2≥4xy,则22≥4(z2+1),得z=0,原方程组化为
x+y=2,显然只有一解x=y=1,故选A.
xy=1,
例4 已知a,b,c都是实数,且a+b+c=0,abc=1,求证:a,b,c中必有一个大于3/2.
(1991年“曙光杯”初中数学竞赛试题)
证明:由题知,a,b,c中必有一个是正数,不妨设c为正数.依定理(a+b)2≥4ab,得(-c)2≥4·(1/c),或c3≥4,于是c≥ > =3/2,故得证.
注意:此处还有意外收获,原题结论还可改进为:求证:a,b,c中必有一个不小于 .
例5 a,b,c,d都是小于1的正数,求证:在4a(1-b),4b(1-c),4c(1-d),4d(1-a)中,不可能都大于1.
(1962年美国数学竞赛试题)
证明:巧妙地逆用定理,注意4a(1-b)·4b(1-c)·4c(1-d)·4d(1-a)=4a(1-a)·4b(1-b)·4c(1-c)·4d(1-d)≤[a+(1-a)]2·[b+(1-b)]2·[c+(1-c)]2·[d+(1-d)]2=12·12·12·12=1,由此可见,4a(1-b),4b(1-c),4c(1-d),4d(1-a)中不可能都大于1.
例6 已知x>0,y>0,且x+y=4,S=(6-x)·(5-y),求S的最大值.
解:依定理,知4S=4(6-x)(5-y)≤[(6-x)+(5-y)]2=[11-(x+y)]2=(11-4)2=49,S≤49/4,当x=21/2,y=11/2时,Smax=49/4.
当然,定理最主要还是应用于巧证不等式方面.
例7 已知 y-2x=z,求证:y2≥4xz.
(文[1]例2)
证明:由题设,知 y=2x+z.依定理,知( y)2≥4·2x·z,或2y2≥8xz,即y2≥4xz,证毕.
纵观以上各例,依定理解题,显得规律有序,思路清晰,方法简便,且显然优于原来的方法.
例8 正数x,y,z,a,b,c满足条件a+x=b+y=c+z=k.求证:ax+by+cz<k2.
(1987年(前)苏联数学奥林匹克试题)
证明:传统证法大半是构造正三角形或正方形,利用面积关系证之.今依定理,即刻知
4ax+4by+4cz≤(a+x)2+(b+y)2+(c+z)2=k2+k2+k2=3k2,
于是,ax+by+cz≤(3/4)k2<k2,故证毕.
可见,依定理还有意外收获,得到原式的一个加强式:ax+by+cz≤(3/4)k2.而这一加强难在传统证法中体现出来.
例9 已知a>1,b>1,c>1,求证:
(a2/(b-1))+(b2/(c-1))+(c2/(a-1))≥12.
证明:依定题,知a2=[(a-1)+1]2≥4(a-1)·1=4(a-1).同理b2≥4(b-1),c2≥4(c-1),于是,(a2/(b-1))+(b2/(c-1))+(c2/(a-1))≥
4(((a-1)/(b-1))+((b-1)/(c-1))+((c-1)/(a-1)))≥4·3 =12,证毕.
例10 设x,y为非负数,且满足x+y=1,求证:
1+ ≤ + ≤2 .
证明:考虑( + )2=2(x+y)+2+2 =4+2 ,或 + = ,依题知及定理,有0≤4xy≤(x+y)2=1,故 ≤ + ≤ .
于是1+ ≤ + ≤2 ,证毕.
定理(a+b)2≥4ab的优化解题功效远不止这些,只要留心些,读者必定还会有所发现和创新.令人振奋的是,从基本不等式a+b≥2 ,平方即可得(a+b)2≥4ab;但令人遗憾的是,a+b≥2 的应用,已是老生常谈,而(a+b)2≥4ab却少见报道.笔者试图通过本文,借以引为重视!
参考文献
1 丁保荣.信息与解题.中学数学教学参考,2001,5
1 新媒体背景下新闻行业的显著性变化
1.1 新闻信息可多方面获得
新闻传播的错综复杂,难辨真伪,是如今新闻摄影传播的一个比较大的特点之一。科学技术在不断的进步,计算机的应用水平已经越来越理想化,全面化。人们通过新的网络环境对文字和图像进行处理已经不再是什么新鲜的事情了,然后再将这些已经处理过的图片传播到网上,致使现在互联网上的新闻鱼龙混杂,很难辨别真伪。网络科技的发达也加速了虚假新闻的传播,这对人们的生活也是有一定的影响的。根据网络上提供的一些数据来看,我国的网民在线率已经占据了国家的四分之二,单单是使用微博的网民就占了其中的三分之二,所以论坛、贴吧等一系列讨论平台就成了新闻媒体的重要传播介质,这些对人们的观念具有非常强大的影响。然而就是因为现在的新闻传播速度如此之快,才让虚假新闻随处可见,网民们无从调查,这也对新闻的真实性造成危害。
1.2 图片的散播方式被改变
现在,新媒体的传播速度,以及带来的巨大的影响力,是能够看得见的,而这些平台又以阶梯的形式在不断向外传播,网民在不同的平台之上仍然可以互相联系,随之就出现了很多的人叠的场面。在最初,第一个图像传播者把自己想要表达的图像和汉字上传到平时登录频繁的软件上,这样他的朋友们也可以转发他说写的东西,朋友的朋友也可以转发朋友转发的东西,这样第一个人就会有很多的粉丝,这种模式叫做阶梯性传播,这就形成了一种新的传播信息的模式。在新媒体飞速发展的大背景之下,人们不再像以前那样只能看新闻,现在已经可以自己发新闻,自己撰稿自己配图,还能够传播自己看到的新闻。发新闻与谈论不再是只属于新闻媒体人,但是这种模式的出现,新闻的正确性,准确率无法得到控制。科技进步促使新闻行业的多样化,这也使它使用的范围会越来越广泛,使用的人变多,对社会的快速变化产生较深的影响力。
2 新闻摄影传播在新时期条件下的特点
2.1 广泛应用的互联网信息
在中国,新闻媒体具有传播性强,群众参与多等特征。这对于新时期来说,想让人大多数的人都了解到这些并接受它的特点是非常困难的。就这些来说,就需要用一个新的事物带入到人们的生活中。在新媒体背景下,他的飞速发展让无论什么年龄,什么种族都能接受到新媒体带来的丰富内容,让我们生活在一个非常先进的社会里。无线网络也是科技飞速发展之下的产物,给人们带来相当多的便利,使更多的信息能让大众看见,然后去分享,显然是一种新闻传播的重要手段。
2.2 新时代最重要的传播工具
随着国家的进步,手机的用处不再拘泥于打电话和发短信,更多的功能被开发出来,例如,摄影、拍照、计算机、网络连接、天气等。手机也从之前的半智能演变成现在的全智能,给人们带来了相当大的便利,也成为人们生活中不可或缺的工具。手机的拍照和摄影功能的开发,更快地推动了新闻摄影传播的速度,虽然像素可能没有专业相机好,但人们对他们的喜爱有增无减。手机拍照的便捷性,同时又能实时的分享出去,是相机替代不了的。而今,各大厂商都在研究更快速更便捷的网络,这样的进步,也就意味着以后新闻媒体传播行业会发展得越来越好。
3 新时代下媒体的发展趋势
在新媒体的背景下,专业的摄影人员要拿出自己应有的姿态。虽然在20世纪90年代,摄影人确实是非常专业的,人们对于新闻工作者的存在也是非常敬畏的,但在科技飞速进步的今天,人们对于摄影的那种神秘感也消失了,然而个别新闻记者的高傲姿态仍然存在。如今,人们通过各种平台,随时记录着发生在身边的新闻事件,这虽然很便捷,但也加大了新闻报道的不专业性,就算是专业的摄影者,也与业余爱好摄影者没什么差距。为了让新闻事业能够更好的发展,新闻媒体人应当尽快放弃自身有很大优越感的想法,利用本身的优势,用专业的报道和摄影来与群众的作品区分开来,用自身优势来带动行业的发展。有关部门应该对网络上的虚假新闻进行整治,这些庞大的不真实的新闻对广大群众的视听产生非常大的影响,再加上人们的辨识程度相对比较低一些,造成这些不真实新闻在网络上大量的传播,这也对专业人员的摄影积极性有非常大的影响。所以有关部门加大整改力度,还网民们一片良好的网络环境。
随着新媒体的不断发展与社会科技的不断进步,微电影慢慢的发展,而且得到了人们的认可,变成了当今社会上文化与信息传播的新载体。微电影作为一种新生事物,既有着自身存在的发展困境,同时又具有极大的发展潜力。本文结合网络营销形式,通过对微电影的概念与产生原因进行探析,分析微电影的传播特征与在发展过程中所存在的问题,探讨适合微电影的发展道路与前景,以期为广大媒体与影视工作者提供一定的理论参考。
【关键词】
微电影;新媒体;传播;营销
1 微电影与营销性微电影的概念探析
微电影产生以后到今天,社会各界都没有给出微电影概念的标准概念,存在着许多观点与讨论。有人说比电影短、比广告片长的视频,就是微电影,根据这一方向来讲,微电影可以说是起源于以前一些网友们自行拍摄并上传到网上的视频。但是从影视制作的专业角度来看,微电影,就是指微型电影,又可以叫做微影,主要是利用诸多新媒体平台来进行播放,尤其是适合在室外或是临时休息等不适和观看电视电脑的时候所观看的、具有完整的制作系统以及策划短时放映,短时制作周期,以及小规模投资的视频透过了这一对微电影含义的探析并结合网络营销不断发展的新形势,我们可以把营销性微电影的含义定义成通过微视频这一影像表达方式,来吸引广大的视频受众,促进广大广告主们与受众之间形成一个良好的、稳定的情感纽带,以此来提升品牌美誉度的一种新型营销传播策略。
营销性微电影产生的主要原因有三。其一,从微电影的起源上来讲,广告主们主要是因为目前市场规模不断的在增长,正在急切的需要继续扩大广告的平台,以及其他各大视频的网站。其二,广大受众们对于视频的认识方法有所变化,不同于以往的电影院与电视,而是逐渐向互联网与手机等方面靠拢,一点点倾向于观看短视频。其三,时代的社会与文化背景已经发生了变化,多种文化因素对传统文化造成了威胁。与传统电视广告还有别的多样形式的广告相对比来说,微电影广告有着不可替代的多种优点。因此,微电影得以不断地发展,营销性微电影也得以产生。
2 新媒体视域下微电影的传播特征
在新媒体时代,许多传播模式在不部分时间不能在网络环境下进行活动,但是营销性微电影的主要传播途径是,以一些视频网站以及其他网络网站为平台,在这两种传播媒介当中,尤其是社交网络的性质,决定营销性微电影不同于其他视频的传播特征,并且凭借着微电影与新媒体的有力对接,营销性微电影势必会迎来更猛烈的发展趋势。
2.1 传播主体较为广泛
我们可以把营销性微电影分成以下两类。其一,就是大牌导演与大牌明星梦,所谓大投资大制作的广告类型微电影;其二,就是主要由草根明星原创的非商业性的微电影,例如《红领巾》。广告商、职业传播机构可以传播微电影,广大网民们可以进行评论、转发,他们也是营销性微电影的传播人群。作为一种新的传播策略,营销性微电影可以让几乎是所有的网民都有了成为电影受众的可能性,在以前,电影创作对于广大普通百姓来说是不敢想象的,但是现在电影创作从此不是电影工作者们的专利,我们每以个人都可以参与到电影制作的大队伍中,将自己眼中所观察到的美丽世界通过微电影的形式进行展现。
2.2 传播方式较为开放
营销性微电影的主要传播策略可以说是非常的广。将营销性微电影与传统电影形式进行比较,其主要原因是,在封闭的情景里完成拍摄,但是它又开辟了许多其他路径,能够在网络、贴吧、广告、音乐、甚至是一些大型的游戏平台探索出来了新的思路。营销性微电影主要以新媒体作为传播媒介,它具有延展、融合和即时的新特征。现在来看,营销性微电影成为了一种新的营销策略,目前正迅速的随着网络、手机等新媒体普及快速的发展着。
2.3 传播渠道较为多样
微电影的另一个非常重要的特点是,它的传播渠道非常的多样化。能够顺应受众们“碎片化”的时间,所以可以说微文化的出现使得文化信息有了更多的传播方式。尤其是在我国,土豆、优酷等视频网站是视频的上传与播放最多的平台,在良好网络技术支持下,这些网络能够使得互联网用户互联网上进行浏览视频资料、分享其他的视频。如此一来,这些视频网站成为了微电影广告的网络主要存在场所。广大用户们通过网络,可以根据自己的喜好选择评论,包括顶、踩等,还可以进行播放、收藏以及转发等,广大的观众们也可以通过这些方式进行网上互动。
3 新媒体视域下微电影的困境与前景
在营销性微电影不断发展的同时,我们同时可以看到,在所有的这些作品当中,只有非常少的一些视频能够得到广泛的传播,取得很好的营销成绩,但是除此之外,剩余的其他作品并没有那么好运。如此一来,大量的投资成本并没有得到回报,造成了营销成绩不好,而且造成了许多的困境。
其一,内容缺乏创新性与艺术性。内容是营销性微电影发展的根本,要想取得“广而告之”的效果,营销性微电影就要在内容上有所创新从而做到吸引观众。其二,投放平台有待改善。目前微电影广告主要是在网络上进行投放,播放的平台目前来看大多数是各大视频网站,并且还要通过社交网络进行传播。其三,没有良好的监管政策。目前市场上的微电影广告五花八门,包括一些大尺度内容也会出现。政策监管的不足,最终影响到了广告行业的正常发展。
营销性微电影的发展有着无限的商业价值与发展前景,但想要呈良好的态势发展,其关键是如何挖掘与把握营销性微电影的价值。虽然目前营销性微电影正呈现出欣欣向荣的发展态势,但更要不断地迎合时代的发展要求,也只有这样,营销性微电影才能够为新媒体时代带来新鲜的活力,也才会走得更长远。
【参考文献】
[1]叶志飞.浅谈微电影的商业价值和发展前景[J].现代商业,2012(06).
[2]卓骏.网络营销[M].清华大学出版社,2005.
[3]王淑兰等.浅析网络时代新媒体的品牌建设—以网络视频媒体为例[J].新闻知识,2008(06).
【作者简介】
孙永琪(1992—),女,汉族,广播电视编导播音主持本科,单位:东北农业大学。
许漠沙(1992—),男,汉族,中西医临床本科,单位:黑龙江中医药大学。
关键词: 移动机器人;自然路标提取;路标描述符;MeanShift
中图分类号:TP242.6 文献标识号:A 文章编号:2095-2163(2015)01-
Abstract: Landmark extraction and matching is basis of vSLAM. A method of landmark extraction, local feature description and fast matching based on 3D information of feature points is proposed. Robot obtains images of environment via binocular vision, extracting feature points from left and right eye images, matching feature points of the two images. Three-dimensional information of each matched points under left camera coordinate system is built. Field of view constraint rule is proposed to filtering points. Then, the method of natural landmark extraction based on improved Mean Shift algorithm is discussed. The paper proposes a landmark descriptor, which can achieve fast matching of the two clustering. This method can extract natural landmarks in unstructured environment, tolerating relatively low accuracy of pose estimation.
Key words: Mobile Robot; Natural Landmark Extraction; Landmark Descriptor; MeanShift
0引 言
同时定位和地图创建(Simultaneous Localization and Mapping, SLAM)是实现机器人自主导航的一个关键技术[1]。SLAM技术主要采用视觉[2]、激光[3]等传感器以实现环境感知,尤其是基于视觉的SLAM技术(vSLAM)具有的对环境无侵性、获取环境信息的丰富性、以及成本低廉等显著优势,使其受到研究学界的广泛关注和高度重视。
vSLAM主要采用路标方法, 路标的自动提取与快速匹配即是其中的基础性问题。基于特征点的路标的表示方法主要分为两类。在此,可做如下具体分析:
一类以提取出的特征点直接作为路标,这类方法构建的地图路标的特征点数量较多, 进行场景匹配的运算量也随之较大。重点成果则有:文献则针对单目视觉提取的特征点给出了统一逆深度参数方法来准确表达其不确定性。
另一类路标表示法是通过对提取的特征点进一步聚类, 再将获得的聚类整体作为一个路标。相应成果有,文献[11]提出了一种基于角点聚类的自然路标局部特征提取其匹配算法。本文则基于对特征点聚类的思路,进一步提出了一种基于三维信息对特征点进行聚类分析形成路标、对路标进行局部特征描述与快速匹配的方法。
1特征点及其三维信息的获取与预处理
机器人使用参数相同的两个摄像机获取环境图像,对图像进行特征点选取与过滤, 又采用双目视觉原理获得特征点对应空间点的三维信息。
1.1特征点的选取
本文采用SURF算法对左右目摄像机获得的图像分别进行特征点提取,基本可以达到实时处理的要求[12]。令由左目获取的图像标记为, 由的特征点组成集合, 同理右目图像的特征点组成集合, 因为两摄像机是对同一场景进行拍摄, 这就使得提取的特征点大致相同。为了计算特征点对应空间点的三维信息, 需要找到左目图象的特征点在右目图像中的对应点以获得该点在双目中的视差, 即某一点在两幅图像中相应点的位置差。
以中的点为基准与中的点进行匹配,使之一一对应,未获匹配的表示该点在其中一目中看不到。匹配上的特征点、组成特征点对并入集合中, 记 为主特征点。
1.2特征点对应空间点的三维信息的获取
特征点对对应的空间点记为, 由所有空间点组成的集合记为。摄像机坐标系的原点在摄像机镜头的光心处。为简化计算, 令左右镜头的参数相同, 两摄像机光心在同一个平面上, 在左摄像机坐标系下的三维坐标信息可以利用视差原理获得:
其中, 是空间点P在左摄像机坐标系下的三维坐标, b为左右摄像机的基线距,d为视差,f为焦距,u1、v1为特征点在左右视觉中的图像坐标。点的三维坐标在聚类过程中将会用到。而提取路标后、进行存储时, 应将所有空间点在摄像机坐标系下的坐标转换为世界坐标系下的坐标。
2自然路标的提取与描述
2.1基于改进MeanShift算法的特征点聚类提取路标
已建立在摄像机坐标系下的坐标, 根据这些点的相对空间位置进行聚类分析以提取路标。 MeanShift算法因为运算量小, 计算速度快,且有一定的鲁棒性,更为适合进行特征点聚类。但却需要对该算法加以改进, 就使得算法可以根据不同特征点的聚合情况,相应产生不同数量的聚类。
MeanShift 可以理解为一个核密度估计的过程, 即将空间点看作采样得到的数据点, 并将单位体积内的空间点数看作概率密度, 由此求取概率密度 最大的点集合就完成了聚类。每个点X的概率密度可以表示为:
其中,为核密度函数,k可取高斯函数,是以点为圆心,即为半径的球型区域内的点,为聚类半径, 可以看作 Parzen 窗口尺寸,则为半径内的空间点的个数。
欲求概率密度最大的点,可先对求导,使则可求得极值点,令,有
当, 即可近似求得点概率密度的极值点, 而以其为中心点, 半径的区域内的点将形成一个聚类。其中,为阈值。
考虑到自然路标有大有小,应保证聚类内最少包含个特征点数, 否则形成的聚类特征点太少, 将导致路标不稳定且不利于路标之间的区分,而且更不利于定位。此后,在聚类过程中将自动调整半径。如果以点为圆心, 半径内特征点数, 则以步长增加半径, 直至, 可称为增长半径。其中,为聚类中最少特征点数,为聚类最大半径。
一般情况下,聚类半径长度未增长到最大半径时, 特征点数与已经满足要求了, 此时聚类已经形成, 但存在半径再适当扩大仍然可能有特征点的情况, 为此提出聚类进行小幅度扩张的应对策略。如果有距离聚类较近的点与聚类的距离小于, 可将聚类半径增加以包括该点,并重复该过程。扩张幅度, 即可取。 如果在下一步扩张了的聚类范围内没有更多的点或者超过了最大聚类半径限制, 则随即停止该扩张过程。
组成路标的特征点分布范围半径也应该控制在一定范围内,这与自然环境中作为物体多会有一定尺寸限制现象相吻合。本文取
其中,为聚类初始半径。
确定一个聚类后,从未访问过的特征点中随机选择一点作为中心,继续寻找下一聚类,直至未访问过的点的数量。
2.2聚类描述符
考虑使用一个快速索引匹配路标的方法, 问题可以描述为已知一组形成聚类的点的三维坐标, 设计一个具有唯一性和旋转不变性的描述符, 并且该描述符应在两个聚类匹配过程中有充分的区分度。
本文基于空间点的分布来表征描述符。由聚类中心指向组成聚类的各个特征点形成了一组向量,向量数学原理如式(6)所示,三维空间实现则如图1所示。
将聚类的区域平分若干份, 依次统计各个区域内向量, 得到一个特征向量。 其对应数学表示则如式(6)所示。
在图2中, 以步长0.5滑动窗口, 取绝对值最大的窗口方向为主方向。以聚类的主方向为基准方向, 围绕聚类中心的x轴, 再取逆时针为正方向, 而将整个聚类按为跨度划分作24个区域,并且分别重新计算各个区域的向量的模与高斯核函数的卷积, 将其组成一个24维的向量,该向量即为该聚类的描述符。
3路标匹配过程
机器人在环境中移动时, 对获取的图像先进行预处理, 估计自己的位姿, 并根据当前位姿到地图数据库查询之前机器人以该位姿观察到的路标。令当前位姿为, 为保证找到路标, 可查询符合如下条件的路标,具体是:, , 。
对当前提取的环境的特征点进行聚类, 计算该聚类描述符,并与数据库中对应路标的描述符进行匹配, 在误差允许的范围内如果实现了匹配, 说明找到了路标, 则取出每个点的信息, 对已然匹配的两个聚类中的各个点进行二次匹配, 对获得匹配的点的世界坐标即可认定为一致, 并且是以数据库中的坐标为基准。根据机器人与每个点的距离、每个点的世界坐标。
4实验结果及分析
本文使配有双目视觉的移动机器人在实验室环境中运行而实现自然路标的提取。图3为左右目特征点提取与匹配结果,可以看到在初步的匹配后,有许多误匹配的点,需要对其进行高质量过滤。
应用视差约束, 视场约束等规则过滤后的结果, 剔除了大多数明显错误的匹配点,如图4所示。
对过滤后的特征点进行聚类?设定初始半径为25cm,半径增长步长为10cm,聚类结果如图5所示。为了直观起见,将聚类得到的特征点对应的图像中的点标出,如图6所示。
需要注意的是,由于机器人位姿不同, 导致对同一个物体的观察角度出现差别, 当观察角度差别较大时, 会出现聚类结果不同的现象,因为物体的不同侧面的特征点不可能完全相同。如果在匹配过程中,使用原有路标的靠近聚类中心的特征点进行引导聚类,无法聚类成功或者无法匹配成功,说明需要建立新的路标,并更新路标库。
5结束语
利用图像特征点的三维坐标信息进行聚类, 可以有效地将空间距离相近的点归为一个路标, 在机器人由于位姿变化导致视角不同时, 仍然可以较大概率匹配到原先观察到的路标。 经过改进的Mean Shift算法根据为不同的场景产生合适的数量不等的路标, 可以很好地适应复杂环境。 本文提出的路标描述符可以有效提高路标匹配速度, 避免重复存储相同路标。
参考文献:
[1] Kortenkamp D, Bonasso R P, Murphy R. AI-based mobile robots: case studies of successful robot systems [M]. Cambridge: MIT Press, 1998.
[2]黄庆成, 洪炳镕, 厉茂海, 等. 基于主动环形闭合约束的移动机器人分层同时定位和地图创建[J]. 计算机研究与发展, 2007, 44(4): 636-642.
[3] 冯肖维,方明伦,何永义,等. 移动机器人自然路标特征提取方法[J]. 机器人, 2010, 32(4): 540-546.
[4] 钱堃,马旭东,戴先中,等. 基于显著场景Bayesian Surprise的移动机器人自然路标检测[J]. 模式识别与人工智能, 2013, 26(6):571-576.
. Robotics, IEEE Transactions on. 2005, 21(3): 364-375.
[7]林睿.基于图像特征点的移动机器人立体视觉SLAM研究[D]. 哈尔滨: 哈尔滨工业大学, 2012.
[8] SHARMA K, MOON I, et al. Extraction of visual landmarks using improved feature matching technique for stereo vision applications [J]. IETE Technical Review. 2012, 29(6): 473-481.
[9] MOZOS ? M, GIL A, et al. Interest Point Detectors for Visual SLAM[C]// 12th Conference of the Spanish Association for Artificial Intelligence, Springer Berlin Heidelberg. 2007: 170-179.
关键词:中小企业;大学科技园;协同创新
作者简介:胡涌(1959-),男,云南昆明人,北京林业大学高等教育研究所,副研究员;焦欣(1990-),女,河南三门峡人,北京林业大学人文社会科学学院硕士研究生。(北京 100038)
中图分类号:F270.7 文献标识码:A 文章编号:1007-0079(2014)03-0211-03
中小企业是我国国民经济的重要组成部分,其在税收贡献、出口创汇、增加就业等方面起到关键作用。随着竞争日趋激烈,技术创新是中小企业保持竞争力、实现可持续发展的必然选择。协同创新模式为中小企业以最小代价、最快速度实现技术创新提供了现实路径,也是优化资源配置、提高创新效率的重要手段。
大学科技园具备企业孵化、创新人才培养与科技成果转化三大基本功能,其特殊优势与功能弥补了中小企业创新实践中的短板与瓶颈。本文试图构建一个以大学科技园三大功能为基础的中小企业协同创新体系,以便起到抛砖引玉的作用。
一、我国中小企业的创新困境
1.理念制度亟待更新
我国中小企业管理模式大多为家族式管理或个人独立经营,企业所有者缺乏完善的现代管理与创新理念,管理活动中存在着盲目性、短期性,管理思维缺乏系统性,无法制定出科学的创新战略。[1]同时,企业缺乏对创新活动的激励机制,缺乏创新的内在动力。
2.创新人才严重缺乏
在我国,科技人员与创新人才集中在高校、科研机构与大中型国有企业,中小企业从业人员的文化水平和技术水平普遍较低,技术和管理人才严重短缺。与此同时,与大型企业相比,中小企业的员工工资水平不高,发展前景不明朗,很难吸引高水平创新人才到企业工作。
3.创新资金不足
技术创新的开展离不开资金支持,研究与开发经费投入是企业技术创新的重要支撑。[2]我国中小企业的内部资金主要来源于企业家及合伙人的个人积蓄,多数企业资金积累较少。而从外部融资环境来看,由于中小企业规模小、资信差、抵押难等弱点,金融机构在中小企业信贷方面存在着一些歧视性的政策,企业很难从银行获取贷款。另外,中小企业缺少在资本市场上直接融资的政策扶植,难以获得风险投资的支持。
4.创新信息获取困难
信息资源是企业进行技术与管理创新的重要基础,行业内的尖端科技与技术信息基本上都掌握在该行业的龙头企业手中,中小企获取信息资源难度高,进行信息交易的成本和风险较大,无法在第一时间准确地把握行业内的发展动态,进而造成创新成果落后的被动局面。
5.政策环境有失公平
目前国家针对大型企业制定了一系列技术创新优惠政策,但针对中小企业创新的政策工具数量偏少,政策环境有失公平。中小企业在融资、社会服务、信息获得和技术引进等方面仍处于不平等地位。即使部分地方政府出台了一些政策,但由于政策的执行不力,企业很难真正享受到地方政府的政策优惠,中小企业的创新发展受到了极大制约。
二、协同创新体系的特点
最早提出创新网络(innovation networks)概念的是Freeman,他指出协同创新是以大学企业研究机构为核心,将政府、金融机构、中介组织等多元主体有机集合,形成协同互动的网络创新模式。通过创新主体间不同层次、广度、深度的合作与交流,产生复杂的非线性关系。[3]协作各方在共同目标的驱动下进行多层次、多环节、多方式的交流协作。[4]
协同创新体系的结构如图1所示。
协同创新的主要特点有两点:整体性——协同创新是创新主体和创新要素的有机集合,各主体的目标、功能与创新方式都表现出统一的整体性;动态性——创新系统是一个开放的不断动态变化的系统。[5]综上所述,协同创新是政府、企业、大学与研究机构、社会中介组织等为了实现重大科技与管理创新而整合的组织模式;协同创新是为了实现各方的优势互补,加速创新技术的推广和产业化,协作开展产业技术创新的综合性活动。[6]
三、大学科技园的基本功能
国家大学科技园是企业实现自主创新的重要基地,是带动区域经济发展和行业技术进步创新发动机,是培养创新创业人才的重要平台。目前,我国已累计认定国家大学科技园86家,涵盖了24个省、自治区和直辖市的134所高校。[7]大学科技园的三大核心基本功能分别为企业孵化、创新人才培养、科技成果转化。大学科技园的功能与结构如图2所示。
1.企业孵化器
大学科技园的企业孵化器功能,是指针对企业创业初期常见的问题,为初创企业提供研发、生产、经营的场地与基础设施,提供系统的培训、咨询及政策、融资、法律和市场推广等支持,降低创业风险,提高初创企业的成活率和成功率。[8]大学科技园的企业孵化功能降低了高科技企业的创业成本,帮助和促进企业的创建、成长和发展,为企业发展提供良好的环境。
2.创新人才培养
是否拥有高素质的人力资源是企业发展的成败关键,人力资源优势也是大学科技园区别于其他科技园的压倒性优势。大学和科研机构每年为社会输送大量人才,大学周边常常成为人才的聚集地。早在20世纪80年代的硅谷,由于毗邻斯坦福大学,聚集了6000多位博士,占加州博士总量的1/6。[9]大学科技园可以为各类创新型人才提供实践锻炼的机会,在实践中培育一批具备专业素质,掌握丰富的管理知识、熟悉市场环境的科技企业创新创业人才。
3.科技成果转化
大学科技园内的企业往往具有很强的创新需求,所以对于相对成熟的科技成果可以直接在企业进行试验和应用。另外,大学科技园可以根据企业的实际需求为其推荐相应的高科技成果。大学与科研机构的科研创新人员与企业内部的创新人才直接接触,实现科技成果的快速转化和产业化。[10]
四、基于大学科技园的中小企业协同创新体系构建
大学科技园毗邻高校,其依托于研究型大学或大学群,利用大学丰富的人才资源、创新能力、信息资源等综合优势,在政府政策引导和扶持下,将大学、科研机构、企业、社会中介服务等资源进行整合,引入企业化的管理模式,吸纳多种投资渠道,在大学附近形成一定区域产业集聚的高科技园区。[11]
1.基于企业孵化功能的协同创新体系构建
(1)采用企业化的管理平台。大学科技园采用企业化的管理平台,为企业提供费用低廉的办公场所,公共的实验室、会议系统,统一的物业管理等,为企业降低创新成本,优化创新环境。另外,大学科技园经常开办一些适应市场经济发展的企业管理人员培训课程,通过集中授课、实习观摩等形式,学习行业内先进技术与创新动态,提高企业的创新意识和管理水平。
(2)引入多元的中介服务。建立完善的协同创新体系离不开完善、发达、多元的中介服务,中介服务部门在促进各类创新主体进行管理与技术创新中起到重要的作用。[12]如,金融服务机构可提供完善的金融服务和丰富的风险资金;融资担保机构和风险投资公司可提供融资担保和风险资金,以缓解中小企业创新资金短缺的压力;人力资源中介机构可提供大量优秀人才资源,促进各创新主体间的人才交流与合作;法律事务所、会计事务所等其他服务机构,都可以为中小企业高效运行提供相应的服务,促进中小企业健康有序发展。
(3)特殊的政策扶持。创新活动风险高、投入大,企业自主进行的创新工作存在较大的正外部性,仅靠市场调解难以调动中小企业技术创新的积极性,因此需要政府发挥引导作用。一个良好的政策环境能够为中小企业协同创新提供扎实的发展基础。目前我国出台了一系列针对大学科技园的优惠政策,范围涉及园区建设、税收优惠、知识产权保护、科技进步奖励等各方面。同时不同地区根据本地区实际也制定了许多不同方面的优惠政策,最大程度方便大学科技园及园区内企业的发展。
(4)产业集聚效应。大学科技园内常出现同一产业的集聚,尤其是在行业特色型大学周边,通常集聚与该校特色专业相关企业。[13]例如北京林业大学周边集聚着林业工程、环境工程、环艺设计等绿色企业。园区内企业从事相同、相似、互补或相互关联的经济活动。上下游企业、同行企业之间通过充分的交流和竞争互相学习。频繁的信息交流有效避免中小企业的重复研发,减少资源浪费。通过对关键技术与共性技术的合作开发,研发与技术人员流动等方式提高聚集圈内创新主体的整体效率,降低创新风险,刺激企业的不断繁衍和产业集群的不断扩大。[14]
2.基于创新人才培养功能的协同创新体系构建
(1)专业科研团队提供创新技术。大学科技园内的高等学校、科研院所可以依照企业的创新需求进行技术创新工作。高校或研发机构,主要进行新产品的研发,创新生产与管理技术;高校与科研机构中优秀研发人才和团队可以进入或组建企业,形成一种稳定化、长期化、制度化的利益共同体,提高中小企业的创新能力。
(2)联合培养,输送优秀人才。企业和大学双方应当开展广泛的合作,发挥大学科技园的创新人才培养功能,进行创新人才的联合培养,如校企联合培养专业硕士等。[15]大学生可以利用大学科技园的平台,在实践中学习创新、创业和企业管理技能,将自己培养成创新精神和实践能力相结合的专门人才。
3.基于科技成果转化功能的协同创新体系构建
(1)依托大学的丰富信息资源。高校不仅拥有海量的信息资源,而且在资源结构方面也是按照学科分类来构建的,能够为高校科研及教学提供强大的信息服务支撑。此外,高校丰富的信息资源可以为企业提供最先进的学科技术、研究成果以及行业发展的最新动态。这些都可以为中小企业的科技创新提供有效的信息服务。
(2)技术本土移植,快速实现创新。大学科技园为创新科技成果顺利转化、进入市场提供了一个高效的平台。大学与科研机构可以将研究的成果和创新项目直接带入园区进行研究开发,将相对成熟的科技成果在园内企业直接进行试验、应用和推广,实现科技成果的本土移植,使大学的创新成果快速转化和产业化。[16]同时,研究人员能够非常方便地直接参与到企业工作当中,缩短科技成果的转化周期、降低企业研发成本,较高程度提高科技成果产业化的成功率。
综上所述,我们初步构建了一个基于大学科技园的中小企业协同创新体系(图3)。
基于大学科技园这一平台,依托大学和科研机构的科研创新能力,以中小企业为核心,充分利用社会中介服务组织和政府的优惠政策,在体系内的各主体、各环节、各层面间协同创新,共同构建一个上下游企业、高校、科研机构、政府、中介机构互相促进互相发展的协同创新体制。
五、基于大学科技园功能的中小企业协同系统特征
1.自组织性
大学科技园与中小企业构建的协同创新体系通过各创新主体间的协同作用,可以有效实现中小企业间创新资源互补,共同形成技术创新合力。这种协同作用具有自发性,即中小企业协同创新网络具有自组织特征。企业、政府、高校和科研机构、中介服务机构之间组成了相互交织的动态系统,通过长期的联系和磨合,形成一个完整的协同创新网络,自动由无序走向有序,从低级有序走向高级有序。[17]大学与科研机构的创新成果得以充分转化,产学研链条拉长;企业获得持续性的创新动力和创新能力,吸纳先进的管理理念和创新技术,得到良好的融资环境和政策环境,进而实现企业核心价值的提升和企业实力的跨越性飞跃;一批中小企业快速发展,进而盘活整个地区的经济活动,拉动区域经济发展。
2.开放性
大学科技园与中小企业构成的协同创新网络是一个开放的系统,中小企业协同创新网络在与外部联系的过程中呈现出开放性的特征,整个系统不断地和外界发生信息与技术交流。第一,参与主体之间由于长期形成的非线性的协同创新关系,不断进行创新资源的交流共享,不受地域或者行政边界的限制。[18]第二,大学科技园位于知识的核心焦点,为了满足时展的需要,各参与主体的创新技术和创新能力不断更新,知识体系不断刷新。第三,大学科技园位于高水平人才聚集的知识密集区,创新人才流动大,创新能力不断提升。
3.协同发展,整体进步
大学科技园将中小企聚集在同一地理区域,能够大大降低创新信息流通、产品运输等成本,企业间自发建立起彼此关联的产业链和知识链,形成产业集群。各创新主体之间各种非线性的关系频繁地进行着商品、服务、信息、劳动力等方面的交流和互动,促进各主体互相学习,密切合作,共同推动区域经济的发展和企业的持续创新。[19]在大学科技园的统筹推进之下,整个园区较单个企业更加容易获得政策支持、金融支持和信息支持等,产业集群进一步发展,形成由主导产业、相关性产业和支持性产业构成的具有整体性的强大竞争优势的创新集合体。协同创新网络体系不断完善,创新效率不断提升,进而推进大学科技园各个主体共同进步。
六、小结
大学科技园所具备的基本功能对于中小企业协同创新系统有着巨大的推进与促动作用,应当鼓励中小企业抓住大学科技园这一优势资源,实现创新成果迅速转化、创新人才爆炸式发展与企业迅速成长。在这一体系中,企业、高校、大学科技园共同发展壮大,带动企业乃至行业的技术与管理创新,进一步成为区域创新的源动力与经济发展的发动机。
参考文献:
[1]吕静,卜庆军,汪少华.中小企业协同创新及模型分析[J].科技进步与对策,2011,(2).
[2]苏景军,梁涛,胡保民.合作创新——科技型中小企业的必然选择[J].河北大学学报,2008,(5).
[3]DeBresson C,Amesse works of innovators:A review and introduction to the issue[J].Research Policy,1991,(20):363-379.
[4]刘中文,姜小冉.中小企业技术创新障碍分析及战略联盟的构建[J].改革与战略,2010,(3).
[5]陈劲,阳银娟.协同创新的理论基础与内涵[J].科学学研究,
2012,(2).
[6]熊励,孙友霞等.协同创新研究综述——基于实现途径视角[J].科技管理研究,2011,(14).
[7]国家大学科技园十二五发展规划纲要[S].2011.
[8]黄金城.国家大学科技园孵化器发展的空间模式的研究[J].中国高校科技与产业化,2010,(3).
[9]何晋秋,章琰.大学科技园的功能定位[J].中国高校科技与产业化,2005,(8).
[10]吴保根.大学科技园知识管理的理论与实证研究[D].上海:东华大学,2013.
[11]陈万里.中国大学科技园发展及治理问题研究[D].武汉:武汉理工大学,2011.
[12]朱胜军,何沙.大学科技园在中关村自主创新示范区建设中应如何发挥新作用[J].中国高校科技与产业化,2009,(8).
[13]赵华伟.我国中小企业集群创新问题探讨[J].经济师,2008,(3).
[14]叶陆艳.基于中小企业集群的知识创新研究[J].科学管理研究,2008,(3).
[15]卢巧玲.美国中小企业技术创新服务体系建设的经验及启示[J].湖北经济学院学报:人文社会科学版,2010,(11).
[16]陈丹,刘馨.科技型中小企业合作创新的动机与障碍研究[J].山东社会科学,2010,(11).
[17]张波.中小企业协同创新模式研究[J].科技管理研究,2010,(2).
关键词: 体育训练; 运动视频; 总体设计; 详细设计
中图分类号: TN948.43?34; TP391 文献标识码: A 文章编号: 1004?373X(2017)05?0070?04
Abstract: The moving video analysis system in sports training can improve the action analysis ability of the sports training video playback and training quality. A new moving video analysis system for sports training is proposed to eliminate the shortco?mings existing in the current moving video analysis systems. The overall design of the moving video analysis system in sports training is analyzed. The detailed design of the system is analyzed. The performance of system was tested. The test results show that the system can analyze the video and image information of the sports training accurately, has high key frame extraction accuracy and high recall rate, and can guide the exercise training.
Keywords: physical training; moving video; overall design; detailed design
0 引 言
随着图像和视频处理技术的发展,体育训练逐渐科学化和智能化,采用视频帧序列分析方法进行体育训练中的动作特征采集和信息恢复,纠正不规则的体育训练动作,改进运动训练水平,用嵌入式控制芯片结合体育训练中的运动视频分析系统开发和设计,实现对体育训练中运动视频的实时监控和信息通信。在物联网环境下,对体育训练中运动视频信息集成控制,结合专家系统分析数据,指导运动训练[1]。
对体育训练中运动视频分析系统的开发设计主要分为硬件设计和软件设计两大部分,在进行视频采集和分析系统硬件平台搭建的基础上[2],重点进行体育训练中运动视频分析系统的软件设计和开发。传统方法中,采用嵌入式设计体育训练中运动视频分析系统模型具有一定的可靠性,但是随着干扰的增大,在运动视频分析系统的自动化控制和调度出现基线漂移和失真,控制性能不好。采用基于Android嵌入式系统的运动视频分析方法具有移植性好的优点,但是同样存在兼容性不好,对视频帧训练的控制性不准确等问题[3?4]。
针对当前的运动训练视频分析系统存在的难题,本文设计了一种新型的体育训练运动视频分析系统,并通过仿真测试进行性能验证,验证了本文系统的可靠性和稳定性。
1 运动视频分析系统的总体设计
1.1 运动视频分析系统的结构
体育训练中的运动视频分析系统建立在通用计算机平台上,可以在不同操作系统上进行体育训练中运动视频的采集和图像处理,视频分析系统可以安装Windows系统,也可以安装Linux系统,采用嵌入式Linux的内核结构进行运动视频的进程管理和控制信息程序加载,通过CAN发送嵌入式Linux系统的根文件系统,在[/bin,]/sbin,/etc,/lib,/dev,/usr,/var和/proc目录中存储体育运动视频的帧序列,系统总体设计包括用户控制模块、视频信息的采集模块和输出模块等,在视频信息处理模块中,通过数据处理、图像分析和视频采集模块进行脚本和服务器配置文件的开发,在输出模块,采用GUI人机交互系统进行体育运动训练中的视频及图像信息分析,并将图像处理程序下载到开发板中执行运动训练视频分析和整个系统的软件驱动[5]。根据上述分析描述,得到本文设计体育训练中运动视频分析系统的总体结构模型如图1所示。
1.2 运动视频的图像处理算法设计
图像处理算法是整个视频分析系统的核心,包括运动视频图像的检测和特征提取等。采用梯度直方图分析方法提取运动视频图像的特征[6],梯度直方图能够将运动监测图像区域的梯度强度和方向准确描述出来,因此可以使体育训练监测区域的运动员动作外形表现的更为精确。由于梯度方向直方图对同一个Cell梯度的不同特征模型无法区分,不能对运动员各种行为特征进行有效识别。本文采用ExHOG特征算法解决上述问题,算法如下:
设[θ]为体育训练运动监测视频图像梯度方向,并设定0°~360°作为方向空间;提取梯度直方图特征HG;[θi]为0°~180°无符号的梯度方向空间,其特征为HOG;[i]表示[θ]的量化通道,取值为[MHG(i);][L]表示通道个数,则HOG的计算方法为:
式中:[MHOG(i),][MDiffHG(i),][MExHOG(i)]分别表示运动视频监测区域梯度直方图特征在[i]通道的权值。
在视频采集中,由于外部环境和运动过程的随机性,导致干扰极为复杂多变,使得监测图像存在大量噪声干扰,提取出的HG行为特征出现很大的梯度峰值,需要进行图像干扰处理。由式(1),式(2)可以看出,HOG和DiffHG分别由HG特征计算得出,因此同样会出现较大的梯度峰值,从而使ExHOG特征存在大量噪声。所以,在每个cell提取HG特征后对图像检测区域梯度直方图进行[L2]范数归一化处理,并截断图中峰值,经过处理后ExHOG特征有效抑制了梯度峰值和噪声干扰[7?8]。
在降噪处理的基础上,采用奇异值分解法和相位卷绕技术运动提取视频特征,最后通过最小二乘拟合获得运动视频图像的差异性,像素级机器视觉特征为:
[X′m]针对不同视频帧序列的像素值不同,在算法设计中有[X′m]个初始化值。
采用计算机识别方法采集视频,使用窗的个数为[K,]根据图像采集传感器的输出阵列,利用[S]变换计算功率谱估计,得到运动视频的帧差功率谱估计为:
式中:时间序列长度为[N;][hk(n)]为次谱估计的时间窗函数。
采用多窗谱估计法对视频输出阵列传感器输出的动作矫正信息进行功率谱计算,取一组相互正交的离散椭球序列作为时频移动步长建立功率谱时频图,得到功率谱时频图表达式为:
最后选择训练样本,从[X]个特征中随机抽取[Y]个特征作为候选特征,进行训练,实现体育运动训练中的运动视频分析和特征识别,并输出识别结果。
2 系统具体设计与实现
2.1 开发流程及程序配置
采用嵌入式内核的交叉编译环境进行程序编译和软件开发,体育训练中运动视频分析系统的嵌入式Linux系统分为四个层次,分别为:
(1) 通过引导加载程序进行体育训练中运动视频集成控制的视频图像处理算法加载,同时对VME总线传输的时钟进行初始化操作,编译内核的D/A分辨率,对不同文件系统的操作进行集成控制,建立Linux根文件系统进行体育训练中运动视频的MXI总线控制的D/A转换。
(2) Linux内核用于实现体育训练运动视频分析系统的特定功能,在嵌入式设备上进行收发转换采样和交叉编译,在编译器路径加入系统环境变量,进行多通道数据记录。执行init进程,分析系统内核的配置,实现文件配置。
(3) 文件系统实现体育训练中运动视频集成智能控制的数据存储和调度。
(4) 用户应用程序模块是实现应用程序和实际设备之间的接口设计,通过内核配置、编译,按操作普通文件的方式访问并控制硬件设备,对块设备进行读/写操作。
设计体育训练中运动视频分析系统的软件开发流程,如图2所示。
2.2 程序加载与交叉编译
在Linux内核配置选项中,使用make menuconfig命令进行配置,复位信息使用惟一的ID0x5F选择DSP,通过工具loader,实现视频分析过程的中断控制,进行体育训练中运动视频分析系统嵌入式Linux定制和控制程序的编译,编译主要代码描述为:
Generates Settings ???>
Qt/Embedded image filesystem ???>
[*]downloaded //视频信息采样及图像处理程序下载
Applets links(Qt Virtual Fram Buffer) ???>(/home/ SmDialog /nfs) qt?embedded?arm prefix
Root file object model Tuning ???> //对象模型、抽象控件
[*]rootfs.yaffs /Provide Qtopia application environment
//设备提供Qtopia应用环境
[*]Generate bin, SBIN folder commands
[*]deprecated:aliased //设置SDICON寄存器
[*]SDIPRE register set //设置SDIPRE寄存器
[*]Script sSDICmdArg fileShells ???>
???Ash Shell Options //写32位命令到SDICmdArg
[*]Check for SDICmdSta File System //命令类型为无答复
[*]Lash(arm?angstrom?linux)
//lib清除SDICmdSta寄存器中的相应标志位
设定SIC_IWR寄存器,包含CSEL位和SSEL位,其值是随机需要用各种方法计算视频分析的参数,以进一步分析系统性能。进行软件的模块化开发和多线程控制设计,在对体育运动特征追踪中,建立视频分析系统,系统上层是应用平台层,包括工作流引擎、组织权限框架、基础数据访问组件等。这些组件分别封装了工作流、组织权限、数据访问等方面的基本功能部件,是应用系统构建业务逻辑的基础,用free_irq()函数释放驱动程序,对应的内核函数为unregister_chrdev():
#define MISC_ MISCs3c2440_pwm_ioctl //主设备号
#define struct file *filp "pwm" //设备文件名
int ret nstall?qt?embedded ();
ret=s3c2440_unregister_blkdev() (&misc);
驱动程序块设备驱动程序对应的内核函数unregister_blkdev(),在交叉编译环境中配置和编译Linux内核,编辑.Bashrc文件,采用Qt/Embedded 4.6建体育训练中运动视频分析系统的图形用户接口,实现可视化控制,由此完成系统的软件开发与设计。
3 系统性能测试与分析
在嵌入式设备上运行Qt C++ API执行体育运动训练中的视频信息采集和特征检测。使用Agilent 33220A信号发生器作为测试信号分析视频分析过程中的稳定性。在进行了ZLG7290初始化操作之后,通过驱动程序流接口函数封装驱动程序代码,通过I2C从ZLG7290读取Linux内核的图像处理程序进行数据加载和参数初始化设定,得到运动视频分析系统的参数设定界面如图3所示。
根据图3的系统界面进行体育训练中运动视频控制参量设定和视频信息采集,在可视化模块中进行人机交互和GUI控制,运动视频分析的输出界面如图4所示。对采集的原始运动视频进行特征分析,得到的分析结果如图5所示。
表1给出本文体育运动训练中视频分析系统的关键帧提取准确度和召回率,从表1可知,随着关键帧提取准确度的增大,召回率增大,说明两者之间存在正相关关系,而且本文系统的关键帧提取准确度、召回率要优于传统方法。
4 结 语
为了提高体育运动训练的科学指导水平,本文设计了一种新型的体育训练运动视频分析系统。首先对系统进行总体设计,然后进行系统详细设计,最后进行系统仿真测试,结果表明,该系统可以准确描述体育训练各个过程,提高了视频关键帧的提取的准确度,召回率高,可以用于指导运动训练,具有一定的应用价值。
参考文献
[1] 彭小江,张家树.基于特征匹配和校验的鲁棒实时电子稳像[J].光子学报,2011,40(9):1442?1446.
[2] 温佳,马彩文,水鹏朗.改进自适应LBG矢量量化算法在干涉高光谱图像压缩中的应用[J].光谱学与光谱分析,2011,31(4):1033?1037.
[3] 陆兴华,吴恩觯黄冠华.基于Android的智能家居控制系统软件设计研究[J].物联网技术,2015,5(11):14?16.
[4] 刘茂旭,何怡刚,邓芳明,等.融合RFID的无线湿度传感器节点设计研究[J].电子测量与仪器学报,2015,29(8):1171?1178.
[5] 吕富勇,周瑞卿,阮世阳,等.高频磁场检测中采样保持器的设计及其性能分析[J].电子测量技术,2015,38(8):13?16.
[6] 郑道宝,王怀杰.基于ARM/GPRS的远程图像报警系统的设计[J].计算机测量与控制,2013,21(1):149?151.
关键词: 经验模态分解; 时间序列; 因子分析; 神经网络
中图分类号: TN711?34; TP391 文献标识码: A 文章编号: 1004?373X(2017)05?0130?04
Abstract: The sports result prediction is the key to formulate the scientific sports training plan. Aiming at the low prediction accuracy of the current models, a sports result prediction model fusing the factor analysis with neural network is put forward. The self?similarity regression model was constructed according to the sports result apriori information. And then the empirical mode decomposition and factor analysis were conducted for the sports result data. The BP neural network is used to establish the sports result prediction model. The performance of the model was tested with simulation experiments. The results show that the model has higher precision of sports result prediction, and good convergence property.
Keywords: empirical mode decomposition; time series; factor analysis; neural network
0 引 言
体育成绩是反应体育训练水平的重要表现,通过对体育成绩的准确预测能挖掘出人体训练的规则性因子和特征,从而促进运动训练和体育教学的改进。因此,研究体育成绩的预测模型在促进科学训练、提高运动成绩方面具有重要意义。
体育成绩的预测准确度受到的约束因素较多,如人体特征的变化、性别、年龄、天气、运动场馆以及各种环境因素。对体育成绩的预测模型是一个多变量和多参量的统计分析过程,涉及的学科有统计学、信息处理学和现代数学[1]。传统方法中,对体育成绩的预测方法有基于AR模型估计的体育成绩预测算法[2]、特征空间分解方法[3]、经验模态分解方法[4]、基于小波分析的体育成绩时间序列预测方法等[5]。建立体育成绩的线性拟合特征空间,采用多参量约束重构方法构建预测模型,具有较好的预测效果。但这些方法存在计算开销大、预测过程中对参量的自适应抗干扰性差等问题,导致预测的精度低。
针对上述问题,本文提出基于因子分析和神经网络相融合的体育成绩预测模型。对统计的体育成绩先验信息构建自相似回归模型,在自相似回归模型中对体育成绩时间序列进行经验模态分解和因子分析,采用BP神经网络分类模型进行体育成绩的特征信息聚类和信息融合处理,实现预测模型优化。最后通过仿真实验进行测试,得出有效性结论,展示了本文预测模型在提高预测精度方面的优越性。
1 体育成绩预测的数学模型
1.1 体育成绩统计参数分析
w育成绩数据可以看作是一组非线性时间序列。采用非线性时间序列方法分析体育成绩的走势,统计分析体育成绩,采用一个多元统计特征方程描述体育成绩的拟合状态模型为:
最后得到的[ykN-1k=1]是一个具有可预测性的体育成绩时间序列。在BP神经网络中通过对体育成绩的信息属性分类,进行体育成绩的特征信息聚类和信息融合处理,实现预测模型优化设计。
3 结果与分析
采样样本来自于某高校大一和大二学生的体育成绩,包括的体育项目有3 km长跑、100 m短跑、游泳等。对采集的体育成绩进行统计分析和最小二乘拟合,并在Matlab仿真软件中分析数据。神经网络采用的是三层网络结构,学习训练参数为[NEj*(t)=1+9e-t1 024=12,]体育成绩测试集中,码数为1 024个,环境信息对预测模型的干扰强度设定为13 dB,数据采样的时间间隔为1.5 d,迭代次数为10 000次。
根据上述仿真设定,设计体育成绩预测模型,得到样本数据时域波形描述如图2所示。
以上述采集的体育成绩统计样本为测试集,进行体育成绩预测模型仿真分析,得到不同方法的预测误差对比结果如图3所示。
根据上述仿真结果,得出如下结论:
(1) 随着迭代步数的增多,预测误差降低,这是因为通过多次迭代,使用体育成绩的先验信息较多,使得预测精度提高。
(2) 利用本文模型进行体育成绩预测的误差小于传统方法,相差的最大幅度达到35.98%。由于本文方法使用因子分析和神经网络训练,进行体育成绩的数据信息聚类和融合,提高了预测精度,在收敛性和稳健性方面具有较好的表现。
4 结 语
为了提高体育运动训练的科学指导性,进行体育成绩预测,提出了因子分析和神经网络相融合的体育成绩预测模型。并对本文提出的模型进行性能测试,结果表明,本文模型提高了体育成绩预测的精度,而且预测误差可以满足实际应用的要求。
参考文献
[1] 赵波.十项全能世界顶尖男子运动员成绩分析及预测研究[J].体育文化导刊,2013(3):76?79.
[2] 赵丙军.运用多元回归方法建立我国男子跳远项目训练模型的研究[J].西安体育学院学报,2011,18(1):81?82.
[3] 魏春玲.我国十项全能运动成绩的因子分析及灰色系统回归预测研究[J].体育科学,2004,24(11):51?53.
[4] 刘国璧,袁宏俊,孙群,等.基于模糊神经网络的刘翔110 m栏成绩预测[J].安徽电子信息职业技术学院学报,2011,10(1):16?18.
[5] 龙斌.基于支持向量机的刘翔110m栏成绩预测[J].天津体育学院学报,2009,24(4):330?333.
[6] 王宗平,孙光.应用BP神经网络算法对运动成绩预测的实证研究[J].南京体育学院学报,2006,20(4):109?111.
[7] 庄冲,王宗平.灰色系统模型与BP神经网络模型在体育成绩预测方面的比较研究[J].南京体育学院学报,2006,20(6):134?135.
在历史的变迁和时代的不断更替中,媒体形式以及内容都发生了巨大的改变。借助于计算机以及互联网技术的发展,传统的报纸、广播、杂志等传播媒体逐渐被新兴的互联网以及移动终端等手机媒体挤占市场。然而,在媒介大发展的时代下,传统媒体并不是被新兴媒体所代替,而是各种媒体的相互融合过程,这种全媒体时代带给了受众以多样化的个性选择。手机媒体是全媒体中的一个重要方面,手机媒体与体育传媒的融合能够改变现有的体育传媒面貌,带来各方面的创新实践。
一、全媒体时代下的体育传媒特征
全媒体时代下提供给了体育传媒以更加丰富的媒介传播形式的选择,也由于人们生活观念以及方式上的变化,体育传媒也体现为更加多样化以及人性化的传播方式。在全媒体时代下的体育传媒主要表现为以下几个方面的特征:
(一)及时性
体育传媒在新的时展中,具有更加高效和及时的传播效率。新兴的网络媒体能够对信息进行十分快速和便捷的传播,在体育传媒中也充分利用到了这些新兴媒体的发展,将体育新闻的报道范围和方式扩大,及时的更新体育信息,从而让受众最快的接触到体育实时新闻内容。
(二)个性化
个性化的体育媒体特征是对现代人追求精神享受以及个性特征心理的一种反应。由于物质生活的不断满足,人们对于自身的生活内容有了更多方面的关注,个性化的追求改变了市场需求和状况,这也同时带来了体育传媒中的个性化改变。体育传媒有了更加精细的划分,不同项目以及不同风格的体育传媒被分别呈现在特定的受众面前,从而受众能够从中享受到个性化的服务。
(三)专业化
在以往的体育传媒以及新闻报道中,娱乐性是其中的一个重要追求内容,但在全媒体时代性,对于专业性的追求则更加深入地提下了体育传媒的新特征。这种专业化可以从两个方面来解析:一方面是体育传媒技术本身的专业化,另一方面是对体育活动以及项目的专业化报道和解析。通过专业化的体育传媒,能够向大众普及体育知识,提高个人的体育认知,从而营造积极良好的社会风貌。
二、全媒体时代下手机媒体与体育传媒的融合
在全媒体时代下,手机媒体作为后起之秀表现出了强劲的媒体特征和需求,手机媒体能够提供给人以更加高效和个性化的信息服务。在全媒体时代下,手机媒体是一个不可忽略的新兴媒体形式,在体育传媒中,通过对手机媒体的运用,能够促使体育传媒更好的发展。
(一)手机媒体的发展趋势
随着手机媒体的发展与普及,手机媒体的影响力在不断扩大,手机媒体带来了跨媒体的传播和融合过程。在手机媒体的发展过程中,还呈现出它所特有的发展趋势。
1、个性化定制服务
手机媒体是一种便携式媒体,时空限制也较小,个性化的定制服务带来了手机媒体的优势。手机用户可以十分方便地从手机媒体上获得自身感兴趣的新闻信息,而不是面对浩瀚的信息海洋而无处下手。
2、全面的媒体融合
手机媒体还充分发展了扩充了媒体之间的融合空间,带来了全媒体的发展新局面。手机媒体能够将报纸、广播、电视以及互联网等媒体形式都融合起来,在一个最终的移动终端上进行资源的互享,提高了资源的利用率。
3、增强用户粘连度
由于手机媒体能够做到对用户需求和信息的及时意见收集,可以提供给用户多方面的互动体验,从而带来了较好的用户粘连度。手机媒体在发展过程中,也应该不断增强对用户的吸引程度,从而将这种粘连度更好的利用和发展起来。
(二)手机媒体与体育传媒融合的新思维
手机媒体具有十分良好的市场前景,在体育传媒中通过与手机媒体的融合,能够带来体育传媒的新思维和新形式。
1、促进媒体的良性发展
通过手机媒体与体育传媒的融合,能够带来媒体形式以及媒体内容的良性互动发展。利用手机平台体育消息和报道,能够提高信息的传播和接受效率,同时也由于个性化的需求品质增加,也可以促使体育传媒提高其报道质量。
2、增强传媒的创新精神
手机媒体与体育传媒融合还能够带来传媒创新精神的发展。传媒过程本身是要建立在对市场的深刻洞察和引导上的,需要具备十分敏锐的触觉,才能将传媒功效发挥到最大化。手机媒体与个人之见的距离很近,而体育传媒是人类社会中的一项重要传媒内容,两者之间的巧妙融合,能够带来传媒之路的新发展。
3、提升体育的传播价值
体育传媒是需要体现相应的传播价值的,既有体育精神,也包括了相应的人文情怀和文化观念。在全媒体时代下的手机媒体与体育传媒的融合过程中,体育传媒本身的传播价值能够得到更好的体现,同时也能够从中得到提升。
三、总结
摘 要 运用文献资料等研究方法,对体育领域中认知心理学的研究展开调查。结果表明,认知心理学能够解答体育行为的信息加工过程,目前在国内外已经开展了广泛的研究。虽然认知心理学是为体育科学的发展提供了新的视角,但也存在着研究不足、机理不清、表征解答不明确等问题。
关键词 体育领域 认知心理学 研究现状与特征
认知心理学是“试图了解人的智力性质和人们如何进行思维”的科学,其目的是要说明和解释人完成认知活动时是如何进行信息加工的,并以此来促进人类的发展。体育运动行为,作为人认知行为活动的方式之一,其在激烈对抗、表现难美和互相博弈中的信息加工过程,不仅是人智力行为的高度展现更是人复杂思维模式的代表之一。
一、认知心理学在体育领域中研究的效用
人类在认识外部世界的过程中,80%的信息是通过视觉提供的。视觉系统与脑的许多高级功能密切相关,深入而系统地研究视觉通路及其信息加工,不仅是认知心理学的发展方向之一,同时也是当代体育科学探索运动技能形成中的,认知信息加工方式及特征研究的前沿课题。
二、国内外研究现状与存在问题
(一)国内外研究现状
认知心理学兴起于20世纪50年代,《认知心理学》的出版标志着认知心理学作为一门学科诞生[1]。至20世纪80年代认知心理学已基本取代了行为主义心理学,在心理学领域占据了主导地位[2]。认知心理学研究人的高级心理过程,是“试图了解人的智力的性质和人们如何进行思维的科学。它从信息加工观点研究人的认知过程,把人的心智过程看成是一种信息加工系统,对来自各方面的包括内部和外部的信息进行变换、简约、加工、存储和使用,以实现不同的认知目的[3]。对于认知心理学的研究,最初主要围绕语言学习、语言习得的信息加工特征和作用机理展开的。但随着研究的不断深入,认知心理学已经进入到基于视觉信息下的认知行为信息加工机制与特征研究。
在体育领域,国内外专家学者很早就开展了运动学习与心理之间的相关性研究,并以运动技能学习模型、信息加工模型、\动技能获得等研究成果,初步揭示了认知信息加工下的运动学习获得和发展的内在规律。近年来,随着基于视觉信息加工下的认知心理学研究的深入,国内外体育领域的专家学者Green T、Abele、陈敏、Richard A等,通过视觉阻断动作技能行为表现、眼动追踪仪结合动作分析仪分析视觉信息加工下的认知反馈和眼动分析仪结合ERP探索运动情景下的认知信息加工机制等研究范式,从符号操作层次对运动技能获得和发展内在机制及认知编码的策略进行广泛的研究,其研究成果表明视觉信息认知加工对运动技能的表现与学习具有重要的影响,良好的视觉信息加工能力能促进运动技能的学习与水平提高。目前,国外该领域内的研究已经进入到运动技能形成与学习中视觉认知信息在不同运动情景环境与运动行为、信息量与反应认知方式、信息量与信息加工方式、信息变化与决策反馈等问题的探索阶段。而国内由于在该领域起步较晚,虽然近年来在技能学习、信息加工、情景变化、运动决策方面取得较为丰富的研究成果,但总体水平依然与国外先进国家存在一定差距,特别是在青少年运动技能学习的研究领域现有的成果还较少。
(二)存在的问题
作为一个从可观察到的现象来推测观察不到的心理过程以及由传统的自为经验向实证的科学嬗变过程的运动技能学习与控制,其现有的成果虽然揭示了人认知行为的信息加工特点及规律但对于彻底揭示人的认知本质和运动技能的形成与发展还存在较多问题。主要表现为:(1)视觉信息加工下的认知行为是一个复杂的过程,受不同环境、不同信息加工方式、不同信息量等因素影响较大,其现有的研究成果还不足以揭示其认知本质,需要不断的丰富实验研究和数据采集,以提供更坚实的研究基础。(2)视觉信息加工与运动技能形成虽具有高度的相关性,但对于信息量、信息加工方式、决策反馈、运动行为在技能形成中所占的具体相关比重还不确定,需要实验不断加以分析、验证。(3)不同运动项目运动技能的学习与控制有不同的信息加工方式和认知行为特征,虽然国内外专家学者对网球、羽毛球、乒乓球等复杂运动技能项目进行了分析,但对于以足球、篮球为代表的集体运动和田径、滑冰等简单技能项目研究的不足,使得当前对运动行为认知信息加工特征的研究还不完善,需要不断的再进行验证与探索,以解答不同“假说”与疑问。(4)不同运动等级和不同年龄阶段的运动员,在运动技能学习与控制过程中有着不同的认知信息加工特征。而现有的研究多针对成年运动员,不但缺少对青少年运动员的测量与分析,且过于注重信息加工结果特征不注重信息加工过程变化特征的研究,使得基于视觉信息认知加工下的运动技能形成规律研究成果存在较多漏洞。
三、结语
认知心理学促进了体育行为的研究,由传统经验下的分析实践探索向科学化、数据化、定量化、定型化的思维空间转变。在更及时、客观的地揭示人在学习运动技能中信息加工、信息决策、信息反馈与运动行为之间关系的同时;推动体育学科走向现代化,以科技的力量促使体育运动训练由自觉的经验向自为的科学嬗变。
参考文献:
[1] Neisser U.Cognitive Psychology[M].New York:Appleton Century Crofts.1967.