Los espectros de respuesta se utilizan ampliamente en la evaluación de daños en entornos de vibraciones aleatorias no gaussianas y en la derivación del espectro de ensayo acelerado equivalente a los daños. La eficacia de estos últimos se ve fuertemente afectada por las incertidumbres de los parámetros modales, el procesamiento de múltiples datos de campo y la forma no suave de la densidad espectral de potencia derivada (PSD). En este artículo se presenta la optimización de la derivación acelerada del espectro de prueba basada en la selección dinámica de parámetros y la actualización iterativa de la envolvente del espectro. En primer lugar, se toma la envolvente del espectro de respuesta extrema (ERS) de los datos de campo como espectro límite, y se construye la relación correspondiente entre el coeficiente de amortiguamiento, el exponente de fatiga y la PSD equivalente al daño bajo diferentes tiempos de prueba para lograr la selección dinámica de parámetros inciertos en el modelo del espectro de respuesta. A continuación, se presenta un modelo de actualización iterativo basado en la suma ponderada del error del espectro de daño por fatiga (FDS) para reducir el error introducido por la forma no suave de la PSD derivada. El estudio de caso demuestra que la selección dinámica de los parámetros del modelo permite evitar eficazmente el error por debajo de la media. El error ponderado se reduce del 80,1% al 7,5tras 7 iteraciones. En particular, el error se aproxima a 0 en la banda de frecuencias de pico y valle.

Este artículo analiza el método de lectura de datos de sensores inerciales. Presentamos cómo crear una escena 3D y un modelo 3D del cuerpo humano y utilizar sensores inerciales para manejar el modelo 3D del cuerpo humano. Capturamos el movimiento de las extremidades inferiores del cuerpo humano cuando se utiliza un número reducido de nodos de sensores inerciales. Este trabajo introduce la idea de error residual en la red LSTM profunda para resolver el problema de la desaparición del gradiente y la explosión del gradiente. El principal problema que debe resolver el reconocimiento del movimiento humano continuo mediante sensores inerciales portátiles es el modelado de series temporales. Este trabajo elige la red LSTM que puede manejar series temporales así como la trama principal. Para reducir los problemas de desaparición de gradiente y explosión de gradiente en la red LSTM profunda, se ajusta la estructura de la red LSTM profunda basándose en la idea de aprendizaje residual. En este trabajo, se propone un método de adquisición de datos utilizando un único sensor inercial fijado en la parte inferior de una raqueta de bádminton, y se propone un método de segmentación de ventanas basado en la combinación de ventana deslizante y ventana de acción en el flujo de datos de movimiento en tiempo real. Realizamos la extracción de características en los datos de movimiento interceptados y realizamos la reducción de dimensionalidad. Se diseña un modelo LSTM residual profundo mejorado para identificar seis movimientos de swing comunes. El algoritmo de reconocimiento de primer nivel utiliza el algoritmo de árbol de decisión C4.5 para reconocer el estilo de agarre del atleta, y el algoritmo de reconocimiento de segundo nivel utiliza el algoritmo de bosque aleatorio para reconocer el movimiento de swing. Los experimentos de simulación confirman que el algoritmo LSTM profundo residual mejorado propuesto tiene una precisión superior al 90,0 en el reconocimiento de seis movimientos de swing comunes.

El radar de apertura sintética de matriz lineal orientada hacia abajo (DLLA SAR) es un tipo de sistema de imágenes de radar tridimensional (3-D). Para obtener la superresolución a lo largo de la dirección transversal del DLLA SAR, se han aplicado ampliamente los modelos de regularización dispersa con un único vector de medida (SMV). Sin embargo, la robustez de los modelos de regularización dispersa con SMV es insatisfactoria, especialmente en entornos de baja relación señal-ruido (SNR). Para resolver este problema, proponemos un nuevo método de obtención de imágenes para DLLA SAR basado en el modelo de vectores de medidas múltiples (MMV) con norma L2,1. En primer lugar, intercambiamos el orden de procesamiento entre el dominio a lo largo de la pista (AT) y el dominio transversal (CT) para mantener la misma estructura dispersa de la señal en el dominio transversal, de forma que podamos establecer el problema de imagen como un modelo de regularización disperso basado en el modelo MMV. Además, se introduce la norma mixta L2,1 en el término de regularización del modelo MMV. Por último, se diseña el algoritmo de búsqueda ortogonal (OMP) modificado para el modelo MMV con la norma L2,1. Las simulaciones verifican que el método propuesto se basa en el modelo MMV. Las simulaciones verifican que el método propuesto tiene un mejor rendimiento en un entorno con menor SNR y requiere menos computación en comparación con los métodos convencionales.

Para mejorar la eficacia del mantenimiento del motor y realizar la función de diagnóstico de fallos del motor en tiempo real, se propone un algoritmo de diagnóstico de fallos del motor basado en wavelet y en un mecanismo de atención. En primer lugar, la señal de vibración del motor se descompone mediante la transformada wavelet, y la señal de alta frecuencia se elimina para mejorar la relación señal-ruido. En segundo lugar, la banda de frecuencia y la dimensión temporal después de la descomposición wavelet se toman como datos de entrada, la red neuronal de convolución se utiliza para fusionar las características de la banda de frecuencia de los datos, y la unidad de bucle cerrado bidireccional se utiliza para fusionar las características de la serie temporal. A continuación, se utiliza el mecanismo de atención para integrar de forma adaptativa las características de diferentes puntos temporales. Por último, el diagnóstico y la predicción de los fallos del motor se realizan mediante el reconocimiento por clasificador. Los resultados experimentales muestran que, en comparación con el modelo de diagnóstico de fallos de aprendizaje profundo existente, este método tiene una mayor precisión de diagnóstico y puede diagnosticar con precisión el estado de funcionamiento del motor.

En este artículo, se utiliza la tecnología de redes de sensores inalámbricos pasivos para llevar a cabo una investigación y un análisis en profundidad sobre la supervisión del estado de salud en tránsito del transporte ferroviario. Los sensores de detección de seguridad, las redes de comunicación de trenes y otros dispositivos a bordo constituyen orgánicamente una red de sensores de trenes con detección integral del estado, agregación de información y colaboración empresarial. En primer lugar, este documento analiza la arquitectura de tres capas de la capa de detección, la capa de red y la capa de aplicación de la red de sensores de detección de seguridad del estado de funcionamiento del tren. Basándose en el análisis de la viabilidad de la aplicación de Ethernet en una red de comunicación a bordo, se diseñan esquemas de estructura de red de sensores de tipo anillo, multirred y escalera. A continuación, se analizan el rendimiento en tiempo real y la fiabilidad de las distintas estructuras de red de sensores. En primer lugar, se analizan las características de la demanda de ancho de banda, la prioridad y la importancia de la transmisión de información de cada objeto de monitorización; a continuación, se establece la función de utilidad del sistema de acuerdo con la eficiencia de uso del ancho de banda y la demanda de comunicación de la transmisión de información de cada objeto de monitorización; por último, se resuelve el modelo de optimización de asignación de ancho de banda mediante un algoritmo de optimización de enjambre de partículas, y los recursos de ancho de banda restantes se racionan dinámicamente según la demanda, al tiempo que se garantiza la transmisión completa de la información básica de cada objeto de monitorización. La tecnología de transporte ferroviario ha afectado y cambiado profundamente los desplazamientos y el estilo de vida de los residentes en la nueva era y proporcionará un fuerte apoyo infraestructural para el avance sin problemas de las nuevas estrategias de construcción y desarrollo de la urbanización. Los recursos de ancho de banda restantes se asignan dinámicamente bajo la premisa de garantizar la transmisión completa de la información básica de cada objeto de monitorización. En resumen, este artículo presenta un estudio completo sobre la asignación óptima de recursos para redes de sensores inalámbricos dedicadas a la monitorización del estado del tránsito ferroviario, partiendo de las perspectivas de la optimización del protocolo de enrutamiento, la optimización de la tasa de fusión de datos y la optimización de la asignación dinámica del ancho de banda para lograr un uso eficiente de unos recursos limitados. Los resultados obtenidos enriquecen en cierto sentido el contenido de la investigación en el campo de la monitorización inalámbrica de las condiciones de los sistemas de tránsito ferroviario en el país y en el extranjero, y también proporcionarán apoyo teórico y empírico a los profesionales prácticos, gestores y estudiosos de la monitorización de las condiciones de servicio de los sistemas de tránsito ferroviario.

El objetivo de la investigación es resolver los problemas de baja eficiencia, baja precisión y alto coste de los métodos tradicionales de mapeo ambiental del paisaje y de medición del volumen del paisaje en el diseño artístico del paisaje del campus universitario, y subsanar los defectos de que la monitorización tradicional del campus es vulnerable a las condiciones meteorológicas adversas, lo que se traduce en una baja precisión de la monitorización. En primer lugar, se propone una medición de visión estéreo binocular basada en el algoritmo de coincidencia SIFT (Scale Invariant Feature Transform), que puede realizar una recopilación precisa de la información espacial ambiental y la medición del volumen del paisaje sin contacto en el proceso de diseño del paisaje del campus. A continuación, se construye el sistema de monitorización visual del paisaje universitario basado en el Internet de las Cosas (IoT) para realizar la monitorización en tiempo real y la alerta temprana de daños humanos al paisaje del campus. El método propuesto se verifica mediante la medición real de diferentes objetos y experimentos de simulación utilizando software de simulación. Por último, se analiza la aplicación de sensores visuales en el diseño artístico del paisaje del campus universitario mediante un análisis bibliográfico. Los resultados muestran que (1) el error de la medición de visión estereoscópica binocular mejorada diseñada aquí es un 52,32y 59,69% inferior al del método de medición tradicional cuando se mide el mismo objeto con diferentes volúmenes y los volúmenes de diferentes objetos, respectivamente, lo que indica que la precisión de medición del nuevo método es mayor. (2) El método propuesto de monitorización visual de paisajes basado en IoT mejora la precisión del reconocimiento de imágenes en un 21 omparado con el método tradicional de monitorización de imágenes digitales. El tiempo medio de reconocimiento se acorta en 12 ms, lo que garantiza la precisión y mejora la eficiencia del reconocimiento. (3) A través del análisis de la literatura existente, se encuentra que el sensor binocular de visión estéreo se puede utilizar para monitorear todo el proceso de construcción del paisaje en tiempo real. El sensor puede combinarse con redes sociales, terminales móviles y equipos de monitorización fisiológica para analizar y evaluar de forma exhaustiva la preferencia de la gente por el paisaje del campus. El método propuesto tiene amplias perspectivas de aplicación en el diseño, la construcción y el mantenimiento del paisaje del campus. El objetivo de la investigación es proporcionar un apoyo técnico importante para la mejora de la imagen general del campus universitario e incluso de la ciudad para el diseño del entorno paisajístico y la mejora técnica de los trabajos de mantenimiento en el campus universitario.

Con el desarrollo de la inteligencia artificial y la rápida evolución de la industria informática, la viabilidad de los programas de visión por ordenador mejora gradualmente. En este trabajo, el algoritmo de seguimiento de trayectoria de bádminton basado en visión por ordenador analiza la trayectoria y la velocidad del bádminton. El objetivo de este trabajo es analizar la tecnología de procesamiento de imágenes y el algoritmo de seguimiento de trayectoria mediante visión por ordenador para obtener datos relevantes y, a continuación, explorar los factores de la transformación de la trayectoria y la velocidad de la pelota de bádminton, lo que proporciona un significado de referencia para los jugadores de bádminton en futuros entrenamientos. El algoritmo de seguimiento de trayectoria se utiliza para predecir el ángulo de rotación, la velocidad de la pelota y la información corporal del atleta durante el movimiento de bádminton a través de sensores, y la información de posición del objetivo en movimiento se captura basándose en el seguimiento del campo visual y el seguimiento dinámico del objetivo. En combinación con jugadores de bádminton específicos, analizamos primero el ángulo de cada extremidad y la velocidad de la raqueta en el proceso de movimiento y registramos los datos. Determinamos diferentes puntos de posicionamiento para diferentes acciones, como empujar la pelota, recoger la pelota, enganchar la pelota y frotar el pelo. En este proceso, buscamos la conexión entre el punto más alto y el punto más bajo de la trayectoria del bádminton y la velocidad de la pelota. Este proceso combina plenamente los conocimientos teóricos del algoritmo de seguimiento de trayectoria. Los resultados experimentales muestran que las diferentes habilidades de servicio tienen diferentes efectos sobre la trayectoria y la velocidad del bádminton. En la prueba de datos relevantes mediante las habilidades de empuje y recepción, el punto más bajo de la pelota servida por el jugador A en las tres primeras veces es superior al del jugador B. La diferencia más significativa entre los puntos más bajos de las cinco veces es la segunda vez, con una diferencia de 0,2 m, y la tercera vez, con una diferencia mínima de 0,03 m.

Con el rápido desarrollo de la ciencia y la tecnología, la red global y el proceso de informatización están cambiando la vida de las personas, y también han traído profundos cambios a la gestión de las empresas. La gestión tradicional sigue dependiendo en gran medida de la gestión fuera de línea y de la entrega de información en papel. El modelo de gestión tradicional del pasado no puede satisfacer las necesidades del desarrollo continuo de las empresas. El objetivo de este artículo es diseñar un sistema de gestión de la información sobre talentos altamente cualificados que satisfaga las necesidades de los usuarios y las empresas. Este artículo combina el algoritmo de fusión de información multisensor de BP para filtrar y procesar los datos y diseña un modelo de evaluación de competencias basado en la fusión de información multisensor para talentos altamente cualificados. Se ha establecido un sistema de gestión de información de talentos altamente cualificados con módulos como información básica del personal, información de identificación de habilidades, gestión de talentos altamente cualificados, competencia, equipos de investigación clave, informes comunes, consulta exhaustiva y mantenimiento del sistema. En la prueba de usabilidad del sistema, 156 usuarios lo valoraron por encima de 3 puntos, lo que representa el 78% de la población encuestada, lo que indica que el sistema tiene cierta facilidad de uso. Este sistema realiza la electronización de la información básica del personal cualificado, lo que desempeña un papel importante en la regulación de la gestión profesional del personal cualificado y en la mejora de la eficacia de la gestión del personal cualificado.

Con el desarrollo de la tecnología de sensores y la tecnología de Internet de las Cosas (IoT), la tendencia a la miniaturización de los sensores ha impulsado la inclusión de más sensores en IoT, y el mecanismo de retroalimentación perceptiva entre estos sensores se ha vuelto particularmente importante, promoviendo así el desarrollo de tecnologías de fusión de datos de múltiples sensores. Este artículo analiza en profundidad y resume las características de los datos sensoriales y los nuevos problemas a los que se enfrenta el procesamiento de datos sensoriales bajo la nueva tendencia de IoT, estudia en profundidad la adquisición, almacenamiento y consulta de datos sensoriales de los sensores de IoT en el comercio electrónico, y propone un método de almacenamiento ubicuo para datos sensoriales masivos mediante la combinación del mecanismo de retroalimentación sensorial de los sensores, que aprovecha al máximo los recursos de almacenamiento de los elementos de red de almacenamiento de IoT y satisface al máximo las necesidades masivas. En este artículo, proponemos un método de almacenamiento ubicuo para datos sensoriales masivos, que aprovecha al máximo los recursos de almacenamiento de los elementos de la red de almacenamiento IoT para maximizar los requisitos de almacenamiento de datos sensoriales masivos y lograr un almacenamiento de datos de carga equilibrada. En este trabajo, partiendo del desarrollo general de IoT en los últimos años, se refuerza el eslabón débil del procesamiento inteligente de la información basándose en el mecanismo de retroalimentación sensorial de la tecnología de sensores.

En vista de la situación actual de la salud física de los estudiantes universitarios afectados por el entorno de aprendizaje y el entorno de vida, lo que conduce a un bajo nivel de salud física de los estudiantes y la falta de comprensión de la salud física de los estudiantes, este trabajo propone la construcción de la salud física de los estudiantes universitarios sistema de intercambio de datos basado en Django marco. Mediante el análisis de la viabilidad de la construcción del sistema de intercambio de datos de la salud física de los estudiantes universitarios, este documento construye el marco organizativo del sistema de intercambio de datos de la salud física de los estudiantes universitarios y construye el sistema de intercambio de datos de la salud física de los estudiantes universitarios de acuerdo con el proceso de implementación del sistema de intercambio de datos del servicio de gestión de la salud física de los estudiantes universitarios. A través de la prueba de salud física de los estudiantes sobre la intervención educativa y la intervención de ejercicio, se concluye que el sistema de intercambio de datos de salud física de los estudiantes universitarios basado en el marco Django puede cultivar el interés de los estudiantes en el deporte y mejorar su capacidad atlética y su forma física.