XiaoMi-AI文件搜索系统
World File Search System识别方法
飞机飞行控制系统识别方法...
系统识别方法通过对动态系统的输入和输出进行测量，组成一个数学模型或一系列模型。提取的模型可以表征整个飞机或组件子系统行为（如执行器和机载信号处理算法）的响应。本文讨论了频域系统识别方法在飞机飞行控制系统的开发和集成中的应用。使用频率响应综合识别 (CIFER ® ) 系统识别工具，说明了如何提取和分析从非参数频率响应到传递函数和高阶状态空间表示等不同复杂度的模型。文中展示了艾姆斯研究中心众多飞行和模拟程序的测试数据结果，包括旋翼机、固定翼飞机、先进短距起飞和垂直着陆 (ASTOVL)、垂直/短距起飞和着陆 (V/STOL)、倾转旋翼飞机和风洞中的旋翼实验。对于这一大类系统，实现了出色的系统特性和动态响应预测。示例说明了系统识别技术在提供飞机开发整个生命周期（从初始规格到模拟和台架测试，再到飞行测试优化）的动态响应数据集成流方面的作用。
手语识别方法：综述
摘要：聋哑人士的翻译一直是人们面临的一个问题，因为他们主要依靠手语进行交流。尽管多个国家为聋哑人士提供了资源，例如新西兰就有一名手语翻译和新闻传播者，但聋哑人士社区的积极参与仍处于初级阶段。绑架、欺骗、火灾等令人不安的情况或任何其他普遍痛苦的情况可能会进一步加剧这种沟通障碍，因为哑巴尽了最大努力进行交流，但大多数人仍然不了解他们的语言。因此，弥合这两个世界之间的差距是至关重要的。本文旨在让读者简要了解手语交流的工作原理，并提出在该领域进行的研究，解释如何捕捉和识别手语，并尝试提出系统化的解决方案。关键词：希尔伯特曲线、支持向量机、随机森林、人工神经网络、前馈反向传播、霍夫变换、卷积神经网络、堆叠去离子解码器、多层感知器神经网络、自适应神经网络。
双发飞机故障发动机的替代识别方法
本论文 - 开放获取由 Scholarly Commons 免费提供给您。它已被 Scholarly Commons 的授权管理员接受并纳入学位论文。欲了解更多信息，请联系 commons@erau.edu 。
基于几何模型的手势识别方法
摘要 — 通过技术手段进行手臂和手部跟踪可以收集可用于确定手势含义的数据。为此，机器学习算法主要被研究以寻找最高识别率和最短识别时间之间的平衡。然而，这种平衡主要来自于统计模型，而统计模型很难解释。与此相反，我们提出了 µC 1 和 µC 2，两种基于几何模型的手势识别方法，支持识别过程的可视化和几何解释。我们将 µC 1 和 µC 2 与两种经典机器学习算法 k-NN 和 SVM 以及两种最先进的深度学习模型 BiLSTM 和 GRU 进行比较，实验数据集包含意大利手语 (LIS) 的十个手势类别，每个类别由五名没有经验的非母语手语者重复 100 次，并通过可穿戴技术（传感手套和惯性测量单元）收集。最终，我们在高识别率（> 90%）和低识别时间（< 0.1 秒）之间实现了折衷，这足以满足人机交互的需要。此外，我们基于几何代数详细阐述了算法的几何解释，这有助于对识别过程有所理解。
DNA条形码作为植物识别方法
1化学系，伊奥尼纳大学有机化学和生物化学部，45110 IOANNINA，希腊2植物分子生物学实验室，农业作物生产和农村环境系，沙质大学，38446 Magnesia，38446 Magnesia，Greece 3 Intersied Instute of Applied Biosciences（erteried 7）希腊塞萨洛尼基4农村经济局，埃皮鲁斯地区，45221 IOANNINA，希腊5号，植物和食品科学系55221，巴里大学（Dispa），巴里大学，巴利大学70126，意大利70126，意大利6实验室6个发育生物学和分子神经生物学系实验室。希腊的亚历山大罗普利斯； mgrigor@mbg.duth.gr 7分子法规和诊断技术实验室，分子生物学与遗传学系，德拉斯民主分子大学，68100 Alexandroupolis，希腊8号，81440 Myrina Incustling and Intuctuntion of Materion and Incuption Intuctuntion of Food Science and Nutrition，Intuction Intuctiant of Food Science and Nutrition，Intuction Instuntial Instuntial Instuntion of Intunity Institution of Intuntical and Instuntion inst Instuction of Intunity Instuntion 4希腊Ioannina *信件：atzakos@uoi.gr;电话。： +30-26510-08387
一种基于人工智能的新型 COVID-19 识别方法
背景 导致 COVID-19 的 SARS-CoV-2 病毒对全球医疗保健系统构成了重大挑战。尽管政府采取措施遏制疾病传播，但一些国家对 ICU 病床、医疗设备和更大检测能力的需求仍在难以控制地增长。有效的 COVID-19 诊断使医疗保健系统能够为患者提供更好的护理，同时保护护理人员免受疾病侵害。然而，许多国家受到可用检测试剂盒数量有限、缺乏设备和训练有素的专业人员的限制。对于因疑似 COVID-19 而前往急诊室 (ER) 的患者，及时诊断可能会改善结果，甚至为有效的医院管理提供信息。在这种情况下，在急诊室进行快速、廉价且随时可用的初步分诊测试可以帮助顺畅患者流动，提供更好的患者护理，并减少检查积压。
基于相关特征的同质低分辨率人脸识别方法
摘要 —人脸识别技术已广泛应用于人身识别、控制准入和移动设备访问等许多关键任务场景。安全监控是人脸识别技术的典型场景。由于监控视频和图像的低分辨率特点使得高分辨率人脸识别算法难以提取有效的特征信息，应用于高分辨率人脸识别的算法很难直接迁移到低分辨率情况。随着密集城市化时代安全监控中的人脸识别变得越来越重要，开发能够在处理低分辨率监控摄像机生成的视频帧时提供令人满意的性能的算法至关重要。本文研究了基于相关特征的人脸识别（CoFFaR）方法，该方法用于同质低分辨率监控视频，详细阐述了理论、实验细节和实验结果。实验结果验证了相关特征方法的有效性，提高了监控安全场景中同质人脸识别的准确率。
一种改进的电动执行器故障识别方法
摘要：航空航天业越来越多地采用机电驱动系统，因此需要可靠的诊断和预测方案来确保安全运行，尤其是在关键的安全关键系统（例如主飞行控制）中。此外，如果在预测性维护框架中实施预测方法，则可以提高系统在生命周期内的可用性，从而降低成本。在本文中，将介绍一种已经提出的算法的改进，该算法的范围是预测机电执行器中电机的实际退化状态，并提供温度估计。该目标是通过使用适当处理的反电动势信号和简单的前馈神经网络来实现的。可以以较小的误差实现对电机健康状况的良好预测。
飞机飞行控制开发和验证的系统识别方法
系统识别方法通过测量动态系统的输入和输出来组成一个或一系列数学模型。提取的模型可以表征整个飞机或部件子系统行为（例如执行器和机载信号处理算法）的响应。本文讨论了频域系统识别方法在飞机飞行控制系统的开发和集成中的应用。使用频率响应综合识别 (CIFER ® ) 系统识别工具，可以提取和分析从非参数频率响应到传递函数和高阶状态空间表示等不同复杂程度的模型。结果显示了艾姆斯研究中心众多飞行和模拟程序的测试数据，包括旋翼机、固定翼飞机、先进短距起飞和垂直着陆 (ASTOVL)、垂直/短距起飞和着陆 (V/STOL)、倾转旋翼飞机和风洞中的旋翼实验。对于这类广泛的系统，可以实现出色的系统特性和动态响应预测。示例说明了系统识别技术在飞机开发的整个生命周期中（从初始规格到模拟和台架测试，再到飞行测试优化）提供集成的动态响应数据流中所发挥的作用。