mcmodels 贝叶斯参数估计模型 内容 models.py：多个模型的游乐场-Kruschke风格的BEST模型-Kruschke风格的BANOVA模型 fixdur.py：分段线性模型注视时间-尝试使用贝叶斯方法拟合扫视势头的影响- sdt_pymc2.py：信号检测理论模型

第4章行人步频探测和步长估计 第4章行人步频探测和步长估计 在行人航迹推算PDR算法中，步行速度和距离的确定，不再使用惯性导航 对加速度积分的方法，而是利用步态信号的周期性和信号统计特征与行走速度相 关的规律，采用步频探测和步长估计的方法。本章将回顾目前存在的步行速度和 距离估计算法，介绍基于多传感器平台MSP加速度计的步频探测算法和步长模 型，详细说明引入肌电信号EMG进行步频探测和步长估计的方法，并通过大量 的实验论证各种算法和模型的有效性。 4．1 传统步频探测算法和步长估计模型 如第二章介绍，在个人导航中，当GPS接收机无法正常工作时，使用自包 含传感器来辅助导航定位任务。传统惯性积分机制因为低成本加速度计的误差太 大而不可用，必须考虑其它替代方法。于是有学者根据行人步态的运动生理学特 性，提出了通过步频探测和步长估计间接地确定步行速度和距离的方法，从而避 免了积分机制对初始对准过程的苛刻要求和误差随时间累积的弊端。 然而，尽管加速度信号波形随着个人行走呈现出周期性的特征，加速度计放 置在人身上不同部位其波形和周期明显不同，如上半身的加速度波形没有stance 阶段，下半身的加速度信号具有双峰等。首先明确复步和单步的定义。复步 (Stride)，又叫跨步，其步长指从一只脚脚后跟着地到相同脚再次着地的距离。 单步(Step)，其步长指一只脚着地到另一只脚着地之间的距离。1个复步等同于 1个完整步态(Gait Cycle)，等于2个单步(Chai，2004)。当加速度计放置在人 上半身时，其测量的信号表现出与单步对应的波形，而放置在下半身时，其测量 的信号波形随该条腿对应复步变化，可参考图2．7。 由于加速度计测量的信号包含地球重力分量，受到仪器测量噪声和行走时身 体抖动的影响，开始步频探测前，一个必要步骤为信号预处理，剔除重力分量， 消除噪声，使加速度波形特征变得更清晰，如一个跨步对应信号经过降噪后从多 峰变为单峰。常用的预处理方法有：多点平滑(Fang et al，2005)，低通滤波(Jee et al，1999：Mezentsev，2005b)，差分处理(Weimann et al，2007)，小波去噪 (Ladetto，2000)等。 针对人身体不同部位加速度波形不同的特点，目前存在大量步频探测方法， 但是部分步频探测算法应用于具体某一类波形。目前常用的步频探测算法有： 峰值探测法(Peak Detection)：针对人体行走时上半身加速度信号每步呈现 39

基于PaddlePaddle实现的密度估计模型CrowdNet预训练模型

随着光纤通信系统容量的增加和信道间隔的降低,非线性噪声必然成为限制光传输系统发展的重要因素。提出了一种比较准确的仿真模型用来估计把非线性噪声当作加性高斯处理的高斯噪声(GN)模型的适用范围，同时对该模型进行了大量的仿真验证，包括不同的光纤类型和不同的调制格式。仿真结果证明,GN模型的非线性噪声功率谱密度理论解析式在预色散的系统中是非常准确、可靠的。同时，表明在没有预色散的系统中，非线性噪声与调制格式有关，但是预色散能够消除调制格式对非线性噪声的影响。

电压谐波估计模型（内含数据与代码）。 提供给最终用途设备的电力质量取决于公用事业公司提供的电压质量。如果电压在额定频率下具有额定值，则称其具有质量，而没有任何偏差。

车辆油耗是道路建设后评价的重要指标之一,同时也是道路路面设计、加油站选址、路径选择等问题的决策依据.传统的车辆油耗估计主要采用回归建模的方式,本文基于决策树数据挖掘方法给出了一种车辆油耗的估计模型.首先,利用主成分分析法获取影响车辆油耗的关键因素;其次,基于改进的C4.5决策树构建车辆油耗估计模型;最后,结合1组高速公路场景下车辆油耗的典型样本数据,对本文模型进行验证,通过对车辆油耗预测值与真实值的误差分析,表明本文模型的有效性和实用性.

PoseEstimation-TFLiteSwift 此项目是使用TensorFlow Lite在iOS上进行的姿势估计。 如果您对iOS +机器学习感兴趣，请访问您可以查看各种DEMO。 实时2D姿态估计 3D姿势估计 特征 支持2D姿势估计TFLite模型 金属框架实时演示 相册演示 支持3D姿态估计TFLite模型 金属框架实时演示（但实时模型尚未准备好） 实时姿态匹配演示 相册演示 在2D演示页面中渲染2D姿势估计的结果关键点 使用SceneKit渲染3D姿势估计的结果关键点 渲染2D姿势估计输出的热图 典型基于热图的模型的零件置信度图 OpenPose（2D多人）的零件相似性字段 在3D姿势演示中实现了具有余弦相似性的姿势匹配 实施以固定3D姿势估计中的肩膀关键点，以进行姿势匹配的预处理 楷模 源图像 名称 gif img-0 img-1 i

文件网址：https://www.dropbox.com/s/llpxd14is7gyj0z/model.h5

用于训练和测试深度估计模型的参考PyTorch实现

人脸图像年龄估计是模式识别领域中一个重要的研究方向。本文针对人脸图像年龄估计中提出的模型进行了分析、分类、 归纳和总结，指出了各种模型的优缺点和研究现状。