游需求分析婶予促进我目各地区的经济发展和文化交流都有着重要的意叉。由于旅游行业的。小样本，膏信息，不确定”性， 旅游市场可以看做是一个巨大的灰色系统。皋文竹对旅游需求同题进行了详细的研完，提出了基于灰色表镜理论的多元数学预测模型GM (1，N)．合理分析诸多因素对旅游需求的综合影响，可以很好的解决此奏问题。同时。以北京地区旅游需求发展为倒，根据北京市旅游局平 的历年旅游统计数据，确定影响游客人数的因素并对其合理量化，应用GM(1，N)模型对最地的旅游需求进行预潮．井通过残盖检验，后戎

感知行为的影响因素包括单个关节的动作和不同关节的组态。因此提出一种新的基于关节的位置差异的特征类型，联合包括静态姿势、动作、位移在内的行为信息进行识别。采用关节在两个时间和空间区域的差异来明确地模拟个别关节动力学和不同关节的组态。然后应用主成分分析（PCA）来获得所需的特征。同时应用非参数的简捷的贝叶斯最近邻（NBNN）分类器进行多类行为的分类。这个NBNN分类器避免了帧描述符的量化，计算“图像到类别”的距离而不是“图像到图像”的距离。15到20帧的数据就足以实现手势以及动作的识别，无需应用整个