亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲(chóng)蟲(chóng)首頁(yè)| 資源下載| 資源專(zhuān)輯| 精品軟件
登錄| 注冊(cè)

可信度

  • 首先綜述了手寫(xiě)體漢字識(shí)別問(wèn)題及其研究現(xiàn)狀

    首先綜述了手寫(xiě)體漢字識(shí)別問(wèn)題及其研究現(xiàn)狀,對(duì)目前已有方法進(jìn)行了分類(lèi)、分析和比較。在此基礎(chǔ)上,提出了如下研究目標(biāo):從圖像認(rèn)知的角度出發(fā),基于結(jié)構(gòu)分析方法,研究自由手寫(xiě)體漢字的高魯棒識(shí)別問(wèn)題。著重探討結(jié)構(gòu)描述的新理論與新方法,以及在各種變形和噪聲干擾條件下結(jié)構(gòu)匹配與結(jié)構(gòu)特征提取的新理論與新方法。圍繞上述目標(biāo),確定了四項(xiàng)研究?jī)?nèi)容:結(jié)構(gòu)描述方法,結(jié)構(gòu)匹配方法,結(jié)構(gòu)特征提取方法和識(shí)別可信度計(jì)算方法。針對(duì)這些研究?jī)?nèi)容中擬解決的關(guān)鍵問(wèn)題,制訂了擬采用的研究方案,提出了具體的研究計(jì)劃。最后,闡述了選題的前沿性,特色與創(chuàng)新性

    標(biāo)簽: 漢字識(shí)別 研究現(xiàn)狀

    上傳時(shí)間: 2017-07-08

    上傳用戶(hù):wl9454

  • DRM2.0標(biāo)準(zhǔn)以及功能介紹

    DRM2.0標(biāo)準(zhǔn)以及功能介紹,DRM 2.0的提高了可信度和安全性,支持HTTP非移動(dòng)協(xié)議,將實(shí)現(xiàn)新的業(yè)務(wù)模式,如共享、串流、訂購(gòu)和送禮服務(wù)。

    標(biāo)簽: DRM 2.0 標(biāo)準(zhǔn)

    上傳時(shí)間: 2014-01-02

    上傳用戶(hù):zhangyi99104144

  • 無(wú)線傳感器網(wǎng)絡(luò)中基于模糊理論的決策級(jí)數(shù)據(jù)融合技術(shù)的分析

    摘要:無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,wSN是由許多具有低功率無(wú)線收發(fā)裝置的傳感器節(jié)點(diǎn)組成,它們監(jiān)測(cè)采集周邊環(huán)境信息并傳送到基站進(jìn)行處理在某一時(shí)刻通過(guò)wSN采集的數(shù)據(jù)量非常大,如何正確、高效地處理這些數(shù)據(jù)成為當(dāng)前WSN研究中的一個(gè)熱點(diǎn)。傳感器節(jié)點(diǎn)一般部署在惡劣環(huán)境中,一些偶然因素會(huì)使采集的數(shù)據(jù)中出現(xiàn)不準(zhǔn)確的數(shù)據(jù),用戶(hù)依據(jù)這樣的數(shù)據(jù)很難準(zhǔn)確判斷出被測(cè)對(duì)象的真實(shí)狀態(tài)。基于模糊理論的決策級(jí)數(shù)據(jù)融合算法能夠很好的解決這個(gè)問(wèn)題本文以國(guó)家863研究項(xiàng)目《基于無(wú)線傳感器網(wǎng)絡(luò)的鐵路危險(xiǎn)貨物在途安全狀態(tài)監(jiān)測(cè)技術(shù)研究》為背景,結(jié)合鐵路運(yùn)輸中棉花在途狀態(tài)監(jiān)測(cè)系統(tǒng)的開(kāi)發(fā),在分析了當(dāng)前有效的決策級(jí)數(shù)據(jù)融合技術(shù)基礎(chǔ)上,提出了基于模糊理論的決策級(jí)數(shù)據(jù)融合算法,該算法通過(guò)對(duì)采集數(shù)據(jù)進(jìn)行處理和分析,以獲得準(zhǔn)確的被測(cè)對(duì)象狀態(tài)的描述。本文的主要工作包括:(1)分析了WSN中傳統(tǒng)的決策級(jí)數(shù)據(jù)融合算法,如自適應(yīng)加權(quán)數(shù)據(jù)融合算法和算術(shù)平均數(shù)數(shù)據(jù)融合算法,總結(jié)這兩種算法的優(yōu)缺點(diǎn)和檢測(cè)系統(tǒng)的需求,進(jìn)步明確理想算法應(yīng)達(dá)到的目標(biāo)。(2)提出了基于模糊理論的兩階段數(shù)據(jù)融合算法:該算法第一階段利用基于貼近度的數(shù)據(jù)融合算法進(jìn)行同類(lèi)數(shù)據(jù)的融合校準(zhǔn),這一階段的目的是剔除錯(cuò)誤的和可信度較差的數(shù)據(jù),得到相對(duì)更加準(zhǔn)確的數(shù)據(jù),第二階段利用模糊推理對(duì)第個(gè)階段得到的異類(lèi)數(shù)據(jù)進(jìn)行融合推理,得到被測(cè)對(duì)象當(dāng)前狀態(tài)的描述,為決策提供支持(3)結(jié)合實(shí)測(cè)數(shù)據(jù)仿真本文所提出的算法,結(jié)果證明與傳統(tǒng)的融合算法相比,可以更加準(zhǔn)確的描述被測(cè)對(duì)象狀態(tài)

    標(biāo)簽: 無(wú)線傳感器

    上傳時(shí)間: 2022-03-17

    上傳用戶(hù):

主站蜘蛛池模板: 土默特右旗| 鲜城| 饶阳县| 平昌县| 鄂温| 南郑县| 铜鼓县| 宜丰县| 广河县| 镇沅| 平和县| 舒兰市| 唐山市| 尚义县| 逊克县| 桐城市| 广安市| 桃园县| 集安市| 茂名市| 吕梁市| 咸阳市| 康平县| 长武县| 仁化县| 武隆县| 新邵县| 库尔勒市| 崇左市| 修文县| 广丰县| 自贡市| 平陆县| 大丰市| 黎平县| 南城县| 仙桃市| 耒阳市| 那曲县| 专栏| 双鸭山市|