Documentos de Académico
Documentos de Profesional
Documentos de Cultura
inteligente
Li Li
Hunan Vocational College 0f Modern Logistics ,Changsha, Hunan ,410131, China
Lilileleleleli2@mail.com
Resumen- En este manuscrito se diseña e implementa un (2) Se añade el procesamiento directo de instrucciones de
algoritmo de fusión de bloques multivista para la minería de datos empaquetados para crear flujos de datos sin fisuras que
datos y el entrenamiento deportivo inteligente. Tiene un excelente mejoren la eficiencia del conjunto de instrucciones [13, 14].
rendimiento en el campo del procesamiento de imágenes en
tiempo real de ultra alta velocidad. El sistema de procesamiento (3) Cuando el ojo humano mira fijamente a diferentes
de señales en tiempo real de alta velocidad dual-DS P de este posiciones en la pantalla del ordenador, el globo ocular girará en
sistema consta de dos chips DSP como núcleo para formar un consecuencia. Suponiendo que la cabeza del experimentador esté
procesador paralelo de imágenes de vecindad, y realiza el inmóvil, como la posición del LED infrarrojo es fija y el globo
procesamiento de operaciones paralelas sincrónicas a través de la ocular es una esfera aproximada, cuando el globo ocular gira, se
división y descomposición de las tareas del sistema. Con el modelo puede considerar que la posición absoluta del punto de pulchin no
diseñado, se discuten a continuación las ideas sobre el algoritmo cambia [15, 16, 17]; la posición del iris y la pupila deben cambiar
de fusión de bloques para la minería de datos y el entrenamiento en consecuencia, por lo que el punto de pulchin formado por la
deportivo inteligente. Bajo la condición del mismo factor de fuente de luz auxiliar infrarroja sobre el iris y la relación de
llenado, la estructura de matriz de apertura compuesta puede posición relativa central entre la pupila y el iris también
obtener una mayor resolución y calidad de imagen que la cambiarán [18]. La determinación de esta relación de posición
estructura de matriz de apertura típica tras la restauración de la relativa puede realizarse mediante el procesamiento de imágenes.
imagen, lo que constituye un medio eficaz para obtener una En la figura 1 se muestra un ejemplo.
resolución muy alta. Esto se tendrá en cuenta para optimizar el
sistema deportivo. El rendimiento se valida realizando una
prueba general con diferentes conjuntos de datos.
I. INTRODUCCIÓN
Este diseño utiliza la cámara AViiVA M 2 CL de la empresa
ATMEL. La cámara utiliza la interfaz Camera Link DSP, y se
seleccionan el TMS320VC5509 y el TMS320C54x [1, 2, 3].
al mismo tiempo en un ciclo de reloj [11, 12].
En comparación con el DSP de punto fijo, la potencia de
cálculo del DSP se mejora potenciando la unidad funcional [4].
El ajuste del modo de trabajo se realiza mediante
comunicación serie con el DSP. La velocidad en baudios se fija en
9,6 kHz en modo dúplex completo. Cada trama de datos consta de
un bit de inicio, 8 bits de datos y un bit de parada [5, 6, 7]. En
esencia, el seguimiento de vídeo puede considerarse como un
proceso de registro dinámico de imágenes, por lo que los métodos
existentes de registro elástico de imágenes pueden aplicarse al
campo del seguimiento de vídeo. Dado que el seguimiento de
vídeo y el registro elástico de imágenes se enfrentan a algunos de
los mismos retos: problemas de deformación elástica, cambios en
el color de la imagen y otras características, problemas de
oclusión parcial (similares a los problemas de falta de datos y de e
xcepción en el registro de imágenes), etc. El método de registro
elástico de imágenes basado en el aprendizaje adaptativo de reglas
para lograr el seguimiento de vídeo puede superar eficazmente
algunas de las dificultades a las que se enfrenta el seguimiento de
vídeo hasta cierto punto. Basándose en la revisión, la estructura
considerada tiene características enumeradas [8, 9, 10].
(1) El núcleo DSP adopta una arquitectura de palabra de
instrucción superlarga, con 8 unidades funcionales y 64 registros
de propósito general de 32 bits, y puede ejecutar 8 instrucciones
978-1-6654-7971-4/22/$31.00 ©2022 IEEE 1616
Uso autorizado con licencia limitada a: Univ de Huelva. Descargado el 15 de junio de 2023 a las 08:43:38 UTC de IEEE Xplore. Se aplican
restricciones.
Actas de la Tercera Conferencia Internacional sobre Electrónica y Sistemas de Comunicación Sostenibles (ICESC 2022)
IEEE Xplore Part Number: CFP22V66-ART; ISBN: 978-1-6654-7971-4
Existen algunas limitaciones en el uso del criterio general e xplorar el mundo. Están estrechamente relacionadas con la
tradicional de resolución rayleigh para el sistema de imagen de aparición y el desarrollo del sistema nervioso, y el pensamiento y
apertura dispersa definido como el siguiente lema 1. las actividades cognitivas también se basan en él.
( ) = Ig (xi , yi )× PSF(xi , yi ) Las operaciones cognitivas incluyen al menos tres etapas:
Ii xi , yi (1)
reconocimiento del estímulo, selección de la respuesta y
programación de la respuesta.
Donde x e y son vectores diferentes y la PSF es la función de Los receptores pueden convertir diversos estímulos del entorno
eliminación de ruido. El filtrado Wiener se ha convertido en un interno y externo del cuerpo en señales eléctricas neuronales
método de denoising. Obviamente, cuanto más ruido se elimina, aferentes, que se transmiten a las áreas centrales correspondientes
más información útil se pierde, se reduce la resolución de la de la corteza cerebral a través de los nervios periféricos, la
imagen y la función de recuperación de la información del objeto. médula espinal y el tronco encefálico para generar sensaciones.
Si se elimina previamente el ruido de la imagen, se utiliza el filtro Las imágenes claras del movimiento son la base para ayudar a los
de Wiener como método ideal de restauración de la imagen y se alumnos a formar habilidades físicas correctas, principalmente a
mantiene la función del filtro de restaurar la información del partir de las e xplicaciones, demostraciones y demostraciones de
objeto, se espera obtener mejores resultados. En la figura 4 se los profesores.
presenta el modelo. Sin embargo, algunos movimientos son difíciles de e xpresar
claramente en el lenguaje, como el vuelo, la voltereta y otros
movimientos técnicamente difíciles, aunque el propio profesor
general La demostración tampoco puede permitir a los alumnos
observar claramente cada acción de descomposición en un
instante, y no puede establecer una imagen de acción completa y
correcta en sus mentes. Si la exp lantación se lleva a cabo a una
velocidad lenta, no sólo afectará a la continuidad del movimiento,
sino que también será desfavorable para la exp lantación en lo
esencial, y es difícil conseguir el efecto ideal de enseñanza y
entrenamiento. En consecuencia, la figura 6 muestra el marco
sistemático.
Fig. 4. Marco del algoritmo de eliminación de ruido
manuscrito. La carga de trabajo de procesamiento y análisis de inmunidad y desarrollo de vacunas en la primera oleada de la
imágenes puede reducirse considerablemente, y se confía más en pandemia de Covid-19". Diabetes y síndrome metabólico: Clinical
Research & Reviews 14, no. 5 (2020): 1121-1132.
las técnicas de filtrado predictivo para el seguimiento. En el
[16] Neagu, Laurentiu-Marian, Eric Rigaud, Sébastien Travadel, Mihai
rastreo de imágenes tradicional, descartar la información
Dascalu y Razvan-Victor Rughinis. "Intelligent tutoring systems for
identificada es un desperdicio hasta cierto punto. En el psychomotor training-a systematic literature review". In International
seguimiento de imágenes en tiempo real, este desperdicio afecta Conference on Intelligent T utoring Systems, pp. 335-341. Springer,
especialmente al rendimiento del sistema. Con las ideas Cham, 2020.
mencionadas, el sistema propuesto se aplica al escenario del [17] Ding, Xianqiong, Jin Tang, Yuwen Zhang y Zhonghua Yuan. "Modelo
entrenamiento deportivo inteligente. En futuros trabajos, se de entrenamiento deportivo basado en una red neuronal optimizada por
estudiarán más aplicaciones. GA". En 2020 13th International Conference on Intelligent
Computation Technology and Automation (ICICTA), pp. 227-230.
IEEE, 2020.
REFERENCIA
[18] Goldt, Sebastian, Marc Mézard, Florent Krzakala y Lenka Zdeborová.
S "Modelización de la influencia de la estructura de los datos en el
[1] Shafiq, Muhammad, Zhihong Tian, Ali Kashif Bashir, Alireza Jolfaei y aprendizaje en redes neuronales: The hidden manifold model".
Xiangzhan Yu. "Métodos de minería de datos y aprendizaje Physical Review X 10, no. 4 (2020): 041044.
automático para la clasificación del tráfico en ciudades inteligentes [19] Memon, Muhammad Suleman, Abdullah Lakhan, Mazin Abed
sostenibles: A survey". Ciudades y sociedad sostenibles 60 (2020): Mohammed, Mumtaz Qabulio, Fadi Al-Turjman, y Karrar Hameed
102177. Abdulkareem. "Enfoque integrado de aprendizaje automático y
[2] Rupnik, Ewelina, Marc Pierrot-Deseilligny y Arthur Delorme. minería de datos para la predicción de la contracción ventricular
"Reconstrucción 3D a partir de imágenes de satélite VHR multivista prematura". Neural Computing and Applications 33, no. 18 (2021):
en MicMac". ISPRS Journal of Photogrammetry and Remote Sensing 11703-11719.
139 (2018): 201-211. [20] Niso, Guiomar, Krzysztof J. Gorgolewski, Elizabeth Bock, Teon L.
[3] Guo, Jipeng, Wenbin Yin, Yanfeng Sun y Yongli Hu. "Agrupación de Brooks, Guillaume Flandin, Alexandre Gramfort, Richard N. Henson et
subespacios multivista con representación diagonal de bloques". IEEE al. "MEG-BIDS, la estructura de datos de imágenes cerebrales
Access 7 (2019): 84829-84838. ampliada a la magnetoencefalografía". Datos científicos 5, no. 1
[4] Song, Dan, Zheqi Zhang, Wenhui Li, Lijun Yuan y Wenshu Zhang. (2018): 1 -5.
"Judgment of Benign and Early Malignant Colorectal T umors from [21] Chen, Shiyi, Hao Jin y Yulin Lu. "Impacto de la urbanización en las
Ultrasound Images with Deep Multi-View Fusion". Computer Methods emisiones de CO2 y la estructura del consumo de energía: un análisis
and Programs in Biomedicine (2022): 106634. de datos de panel para las ciudades chinas a nivel de prefectura".
[5] Rangriz, Hassan, y Zahra Bayrami Shahrivar. "El impacto de E-CRM Cambio estructural y dinámica económica 49 (2019): 107-119.
en la lealtad del cliente utilizando técnicas de minería de datos". BI [22] Muñoz, Josep Anton, Joana Mencos, Eduard Roca, Núria Carrera, O.
Management Studies 7, no. 27 (2019): 175-205. Gratacós, Oriol Ferrer y Òscar Fernández. "The structure of the
[6] Aldowah, Hanan, Hosam Al-Samarraie y Wan Mohamad Fauzy. South-Central-Pyrenean fold and thrust belt as constrained by subsurface
"Minería de datos educativos y analítica del aprendizaje para la data". Geologica Acta (2018): 439-460.
educación superior del siglo XXI: Una revisión y síntesis". [23] Hernández-Blanco, Antonio, Boris Herrera-Flores, David Tomás, y
Telemática e informática 37 (2019): 13-49. Borja Navarro-Colorado. "Una revisión sistemática de los enfoques
[7] Guo, Le-Hang, Dan Wang, Yi-Yi Qian, Xiao Zheng, Chong-Ke Zhao, de aprendizaje profundo para la minería de datos educativos".
Xiao-Long Li, Xiao-Wan Bo et al. "A two-stage multi-view learning Complexity 2019 (2019).
framework based computer-aided diagnosis of liver tumors with [24] Chenarlogh, Vahid Ashkani, y Farbod Razzazi. "Estructura CNN 3D
contrast enhanced ultrasound images". Hemorreología clínica y multi-stream para el reconocimiento de acciones humanas entrenada
microcirculación 69, no. 3 (2018): 343-354. con datos limitados". IET Computer Vision 13, no. 3 (2019): 338-
[8] Mughal, Muhammd Jawad Hamid. "Minería de datos: Técnicas, 344.
herramientas y algoritmos de minería de datos web: Una visión [25] Liang, Dandan, Quan Liu, Kejun Zhou, Wei Jia, Guoxiang Xie y
general". Revista internacional de informática avanzada y aplicaciones Tianlu Chen. "IP4M: una plataforma integrada para la minería de
9, nº 6 (2018). datos de metabolómica basada en espectrometría de masas". BMC
[9] Luo, Keyang, Tao Guan, Lili Ju, Yuesong Wang, Zhuo Chen y Yawei bioinformatics 21, no. 1 (2020): 1-16.
Luo. "Attention-aware multi-view stereo". En Proceedings of the [26] Hirjak, Dusan, Mahmoud Rashidi, Katharina M. Kubera, Georg Northoff,
IEEE/CVF Conference on Computer Vision and Pattern Recognition, Stefan Fritze, Mike M. Schmitgen, Fabio Sambataro, Vince D. Calhoun
pp. 1590-1599. 2020. y Robert C. Wolf. "La fusión de datos de imágenes de resonancia
[10] Luo, Jianjun, Wenchao Gao y Zhong Lin Wang. "El nanogenerador magnética multimodal revela patrones distintos de estructura y función
triboeléctrico como tecnología innovadora hacia el deporte cerebral anormal en la catatonia". Schizophrenia bulletin 46, no. 1
inteligente". Advanced Materials 33, no. 17 (2021): 2004178. (2020): 202-210.
[11] Wang, Yubo, Yijie Ding, Jijun Tang, Yu Dai y Fei Guo. "CrystalM: un [27] Sandhu, Sukhbir, y Carol T. Kulik. "Shaping and being shaped: How
enfoque de fusión multivista para la predicción de cristalización de organizational structure and managerial discretion co-evolve in new
proteínas". IEEE/ACM Transactions on Computational Biology and managerial roles". Administrative Science Quarterly 64, no. 3 (2019):
Bioinformatics 18, nº 1 (2019): 325-335. 619-658.
[12] Men, Yanhua. "Sistema inteligente de análisis de predicción deportiva [28] Holdgraf, Christopher, Stefan Appelhoff, Stephan Bickel, Kristofer
basado en el algoritmo difuso gaussiano mejorado". Alexandria Bouchard, Sasha D'Ambrosio, Olivier David, Orrin Devinsky et al.
Engineering Journal 61, nº 7 (2022): 5351-5359. "iEEG-BIDS, extendiendo la especificación de la estructura de datos de
imágenes cerebrales a la electrofisiología intracraneal humana". Datos
[13] Wang, Fubin, y Qiong Huang. "Construcción y evaluación de un científicos 6, no. 1 (2019): 1-6.
modelo de entrenamiento de rehabilitación deportiva bajo
monitorización inteligente de la salud". Comunicaciones [29] Kerschbaum, Florian, y Anselme T ueno. "An efficiently searchable
Inalámbricas y Computación Móvil 2022 (2022). encrypted data structure for range queries". En European Symposium
on Research in Computer Security, pp. 344-364. Springer, Cham,
[14] Atluri, Gowtham, Anuj Karpatne y Vipin Kumar. "Minería de datos 2019.
espaciotemporales: A survey of problems and methods". ACM
Computing Surveys (CSUR) 51, no. 4 (2018): 1-41. [30] Romero, Cristóbal, y Sebastián Ventura. "Minería de datos educativos y
analítica del aprendizaje: Un estudio actualizado". Wiley
[15] Radanliev, Petar, David De Roure y Rob Walton. "Data mining and Interdisciplinary Reviews: Data Mining and Knowledge Discovery
analysis of scientific research data records on Covid-19 mortality, 10, no. 3 (2020): e1355.