本发明公开了一种人流量统计系统中分类器的自动选择方法，属于视频监控及模式识别技术领域。本发明包括：预先设定多个成像视角，分别离线训练一个分类器；在线学习时，针对当前输入图像，对各分类器分别执行下述操作：检测目标，将当前检测出的行人目标与已有的跟踪目标进行关联，对未关联的跟踪目标采用跟踪算法进行跟踪，将未关联的检测目标加入跟踪目标队列中；对跟踪目标队列中符合条件的目标进行计数；若所有分类器所计目标数均未超过阈值，

本成果提出的基于超像素样本扩充的空谱全卷积高光谱图像分类方法有效的利用高光谱图像的超像素分割结果指导伪样本扩充增加了训练集样本数量，解决了高光谱图像有标记样本的稀缺问题，同时空谱的全卷积分类网络也充分利用了多尺度的空间特征和光谱特征实现了较高的分类精度。 成果非涉密，专利申请已经提交。 实验采用反射光学系统成像光谱仪（ROSIS）传感器获取意大利北部帕维亚大学（Pavia  University）的高光谱图像数据。该数据集由 103 个光谱带组成，共 610×340 像素，光谱覆盖范围从 430nm 到 860nm，空间分辨率为 1.3m。该数据集一共含有 9 个类别的 42776个有标记样本，选取每类 30 个有标记样本作为训练集，其余作为测试集。 由下表可以看出，在每类选取 30 个样本的情况下，本 模 型 的 OA，AA，Kappa系 数 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表证明了使用了伪标签样本扩充的空谱全卷积网络的本方法在小样本情况下每个类的分类准确性均优于 DFFN 和 CNN，达到了较好的分类效果。 表 1 PaviaU 数据集上对比实验结果

该成果提出了一种基于空谱差分辅助核联合稀疏表示分类的高光谱图像分类方法。本章方法的主要创新性在于：1）能够将光谱的差分辅助信息和原光谱特征信息有效结合。2）能够考虑不同光谱属性间的高阶空间相关信息。3）原空谱和差分空谱核特征字典的信息通过具有混合正则的核联合稀疏表示分类方法得到充分利用。通过在真实高光谱图像数据上的实验表明，该成果提出的方法能够有效地提高高光谱遥感图像的分类效果。 主要技术指标 不同数据集下的训练样本与测试样本数参阅表 1. 在该训练样本集数量下的分类结果表现参见表 2. 相比于传统分类器 SVM，OA 提高了约 20%；相比于 SOMP，OA 提高了约20%。 该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果，同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。 表 1. 不同数据集下的训练样本选取数量 表 2. PaviaU 大学数据下不同方法的正确率比较

本发明公开了一种基于可穿戴生理设备的睡眠阶段分类检测算法，包括以下步骤：获取多模态脑电生理信号；对多模态脑电生理信号依次执行滤波去除噪声和Z‑score归一化处理，得到预处理信号数据；对预处理后的信号数据通过反向传播算法和梯度下降优化实现，以交叉熵损失函数衡量生成信号与真实信号的差异，不断调整参数使生成信号更接近真实睡眠信号；构建一个与生成器具有相同的卷积单元形式的判别器，判别器与生成器构成生成对抗网络模型，自动调整调节参数，输出不同睡眠阶段的分类结果。本发明通过合理整合EEG和EOG等信号和GAN模型的应用，使模型能够学习到真实睡眠信号的分布并进行准确分类；提高分类的准确性和稳定。

(1) 在国内首次建立了网络化制造系统模式库。该模式库包括面向独立企 业、面向企业集团、面向区域、面向行业、面向企业动态联盟等五大类网络化 制造系统模式，每类模式包括体系结构、实施方案、软件集成接口、运行模式和 实施案例。其中创新性和效益比较突出的两类模式是： •在国内首次提出了企业级的网络化制造系统模式一一基于企业内、外部 网络化制造的企业信息化模式，设计出了相应的体系结构，在各大中型企业 成功实施和应用。 •在国内外首次提出了面向区域制造业的网络化制造系统模式一一“区域 性网络化制造系统"模式，被第27届国际计算机和工业工程大会选为大会主题报 告。被国家科技部列入了国家863计划，在国内外产生了较大影响。并成功设计 出了相应的体系结构和运行模式，已在我国3个省市得到了成功应用。（2）在国内以领先优势中标国家十五科技攻关项目“网络化制造平台"， 在此基础上开发成功了我国第一个多功能的网络化制造平台，通过科技部的验 收。平台由集成框架和计算机网络、数据库等五个层次组成。最顶层是应用功能 系统层，其中应用效果比较突出的应用功能系统有网络化分销管理系统、网络化 销售与定制系统、网络化协同工作支持系统和网络化软件资源共享支持系统； 前两个功能系统被国内外院士、专家组成的鉴定委员会鉴定为“国内领先" 和“国际先进水平"。

1、 本项目属网络化制造领域，是先进制造技术、计算机网络技术和现代 管理技术等学科的交叉领域。获得了 2006年度国家教育部科技进步一等奖。 2、 项目主要科技成果如下： (1)   在国内首次建立了网络化制造系统模式库。该模式库包括面向独立企 业、面向企业集团、面向区域、面向行业、面向企业动态联盟等五大类网络化 制造系统模式，每类模式包括体系结构、实施方案、软件集成接口、运行模式和 实施案例。其中创新性和效益比较突出的两类模式是： •在国内首次提出了企业级的网络化制造系统模式一一基于企业内、外部 网络化制造的企业信息化模式，设计出了相应的体系结构，在各大中型企业 成功实施和应用。 •在国内外首次提出了面向区域制造业的网络化制造系统模式一一“区域 性网络化制造系统"模式，被第27届国际计算机和工业工程大会选为大会主题报 告。被国家科技部列入了国家863计划，在国内外产生了较大影响。并成功设计 出了相应的体系结构和运行模式，已在我国3个省市得到了成功应用。 (2)   在国内以领先优势中标国家十五科技攻关项目“网络化制造平台"， 在此基础上开发成功了我国第一个多功能的网络化制造平台，通过科技部的验 收。平台由集成框架和计算机网络、数据库等五个层次组成。最顶层是应用功能 系统层，其中应用效果比较突出的应用功能系统有网络化分销管理系统、网络化 销售与定制系统、网络化协同工作支持系统和网络化软件资源共享支持系统； 前两个功能系统被国内外院士、专家组成的鉴定委员会鉴定为“国内领先" 和“国际先进水平"。市场及经济效益分析： 制造业量大面广，是一个国家和区域的支柱产业。当前，制造全球化和制造 网络化是现代制造业的主要发展趋势之一。本项目成果一方面能为一个区域网络 化制造和云制造服务平台的设计和开发提供方法、方案、技术、成果和产品支 持，另一方面也能为一个企业实施互联网+和云制造，为企业实现与互联网的融 合创新提供方法、方案、技术、成果和产品支持，具有广阔的推广应用前景。 本项目成果已在长安、力帆、铁马、贵阳普天等多家大型企业和华陶、华洋 等数十个中小企业以及重庆、泉州市、内江市等多个区域得到成功应用，已 取得了显著经济效益和社会效益，并且有广阔的应用前景。例如：长安汽车公 司、重庆力帆集团等大型企业应用本成果中企业级网络化制造系统模式及相关技 术，建立了创新的企业信息化系统，取得显著的应用效益；又如，重庆华洋电器集团、江津增压器厂等大型企业系统地应用了本成果网络化制造系统模式及网络 化制造平台中有关技术，系统实施和建立了创新的企业信息化系统，取得了显著 的应用效益。

一、成果简介 1、本项目属网络化制造领域，是先进制造技术、计算机网络技术和现代管理技术等学科的交叉领域。获得了2006年度国家教育部科技进步一等奖。 2 项目主要科技成果如下： （1）在国内首次建立了网络化制造系统模式库。该模式库包括面向独立企业、面向企业集团、面向区域、面向行业、面向企业动态联盟等五大类网络化制造系统模式，每类模式包括体系结构、实施方案、软件集成接口、运行模式和实施案例。其中创新性和效益比较突出的两类模式是： ● 在国内

社会网络已经成为覆盖用户最广、传播影响最大、商业价值最高的 Web2.0 业务，在世界范围内，最著名的社会网络代表是 Facebook、Twitter，用户量分别达到 12 亿、5 亿;国 内使用人数最多的社会网络工具是新浪微博和腾讯微博，其中新浪微博用户达到 5 亿，腾讯 微博用户超过 8 亿。社会网络中的巨大用户群每天产生海量的用户数据、关系数据和信息数 据，若能够对海量数据进行准确、及时的分析，则会在精确营销、舆情探测以及网络安全等方面创造巨大价值。然而由于社会网络的大数据特性以及分析方面要求准确、及时，目前缺 乏融合多项社会网络分析技术的、成熟的社会网络大数据分析系统。社会网络分析技术是一项关键技术，也是一项热门的研究，涵盖了社会学、人类学、社 会语言学、地理、社会心理学、通信研究、资讯科学、社会网络分析与探勘、组织研究、经 济学以及生物学等多个领域，是一项多学科交叉技术。社会网络大数据分析系统要求具有坚 实的数据支撑，即数据获取全面、更新及时、获取数量大，也强调多维度、多粒度的分析手 段相结合，并对分析速度、可视化以及人机交互等方面都提出很高的要求。基于上述现状和挑战，在国家科技支撑项目的资助下，实现基于新浪微博、Twitter 等 主要社会网络交流工具的大数据分析系统，系统完成从数据获取、数据预处理、数据存储、 消息中心、数据分析、结果可视化展示的闭环处理流程，支持多种社会网络(Twitter、新浪 微博等)的数据实时、不间断获取，获取数据量在国内外同研究领域处于领先地位;实现整 体、个体、群体以及事件的多层次、多粒度分析模式;同时具备良好的人机交互操作界面以 及优秀的分析展示效果。

湖南网络工程职业学院属省教育厅直属公办全日制普通高等学校，是一所依托广播电视大学丰富的网络和教学资源，致力于用互联网技术推动职业人才培养的新型高职学院。运用全方位覆盖的数字化智慧校园，大数据背景下的云计算网络空间，在全国高职教育领域首创了“开放式高职”的教育模式。学院有着39年专科办学历史，累计培养各类专业技术人才6万多名。 学院位于长沙市中心城区，毗邻中南大学铁道学院校区，中南林业科技大学等高校，属长沙市主城区内的大学城片区，学风浓厚，环境优美。学院紧临市区主干道芙蓉路，公交线路四通八达，地铁一号线直达学院东校门，各种交通换乘方便快捷。 学院是教育部“全国高职高专院校人才培养工作水平评估”优秀学校。学院秉承“让学习伴随一生”的校训，围绕湖南十三五“五化两型”新战略，面向信息产业，服务互联网经济的办学定位，主动适应产业发展，不断增强办学实力，以国家“互联网+”行动计划为指导，聚焦互联网技术与应用产业链，重点建设“互联网资源制作与服务”、“互联网工程”、“网络经济管理与服务”等专业群，培养各类高素质互联网技术技能型人才。 学院开设有数字媒体应用技术专业、软件技术专业、移动应用开发专业、计算机应用技术专业、艺术设计专业、计算机网络技术专业、物联网应用技术专业、工业机器人技术专业、数控技术专业(智能编程方向)、数控技术专业、机电一体化技术专业(智能装备装调与维护)、机电一体化技术专业、工商企业管理专业、电子商务专业、会计专业、市场营销专业、金融管理专业、旅游管理专业、酒店管理专业、机场运行专业(机场管理与服务方向)、机场运行专业{民航安检方向)、商务英语等20个专业。 学院办学实力雄厚，现有教授45人、副教授138人，博士18人、硕士231人，省级教学名师4人，省级专业带头人4名，省级青年骨干教师9名，省级教学团队3个，近年来先后有50多名教师赴美国、加拿大、英国、香港等地接受国际专业培训或访问学习。学院拥有省级示范性特色专业群1个，省级特色专业1个，省级教改试点专业4个;国家级精品课程1门，省级精品课程3门;中央财政资助的重点实训基地1个，中央财政支持的专业重点建设项目2个。