<table id="qxjhz"></table>
稀疏表示分類算法（Sparse Representation-based Classification，SRC）在人臉數(shù)據(jù)庫上有很高的識(shí)別性能。然而，對(duì)于姿態(tài)變化，SRC的識(shí)別效果并不理想。針對(duì)SRC算法不能解決測試樣本與訓(xùn)練樣本存在偏移誤差的問題，本文提出了基于SRC的改進(jìn)算法。該算法將每一類的訓(xùn)練樣本單獨(dú)作為訓(xùn)練字典，利用迭代校正和基于金字塔分層機(jī)構(gòu)的運(yùn)動(dòng)偏移估計(jì)方法得到最終的偏移量，最后對(duì)校正后的測試樣本使用SRC算法實(shí)現(xiàn)分類。實(shí)驗(yàn)結(jié)果表明該方法對(duì)于有偏移誤差的人臉圖像具有較好的魯棒性及識(shí)別率。
標(biāo)簽： SRC 算法 人臉識(shí)別 中的應(yīng)用
上傳時(shí)間： 2013-11-15
上傳用戶：haiya2000
介紹PID算法的好資料
標(biāo)簽： PID 算法
上傳時(shí)間： 2013-11-09
上傳用戶：894448095
這是有關(guān)飛思卡爾智能車競賽，賽車對(duì)賽道的記憶算法，對(duì)于智能車比賽有很好的參考作用
標(biāo)簽： 智能車 記憶算法
上傳時(shí)間： 2014-01-10
上傳用戶：com1com2
高精度、高速度、大前瞻的路徑采集系統(tǒng)能為智能車提高更精準(zhǔn)、更及時(shí)和更豐富的賽道信息，是智能車獲取更大速度的關(guān)鍵。針對(duì)激光傳感器的路徑采集模塊，設(shè)計(jì)了一種路徑識(shí)別算法，經(jīng)過實(shí)驗(yàn)，該算法可以使智能車準(zhǔn)確、及時(shí)地獲取賽道信息，提升了智能車的速度和穩(wěn)定性。
標(biāo)簽： 激光傳感器 智能車 路徑識(shí)別 算法研究
上傳時(shí)間： 2013-12-16
上傳用戶：himbly
傳統(tǒng)的PID控制對(duì)于控制模型不確定并具有非線性特性的對(duì)象時(shí)，存在參數(shù)難以整定、控制效果不好的缺點(diǎn)，文中提出了一種基于蟻群算法的PID調(diào)節(jié)算法，即利用蟻群算法動(dòng)態(tài)調(diào)節(jié)PID的參數(shù)，實(shí)現(xiàn)對(duì)配料系統(tǒng)的控制，通過實(shí)驗(yàn)仿真的方式證明了該方法具有良好的控制效果及適應(yīng)性。
標(biāo)簽： PID 蟻群算法 控制器 應(yīng)用研究
上傳時(shí)間： 2013-10-09
上傳用戶：ccccccc
倒立擺系統(tǒng)是一種典型的控制系統(tǒng)模型，能夠?qū)?shí)際與理論相結(jié)合，可以開發(fā)出新的控制算法來應(yīng)用在系統(tǒng)模型之上。采用模糊控制算法研究二級(jí)倒立擺系統(tǒng)的控制問題，設(shè)計(jì)模糊控制器控制倒立擺系統(tǒng)的穩(wěn)定。實(shí)踐證明，模糊控制算法對(duì)二級(jí)倒立擺系統(tǒng)是可行的
標(biāo)簽： 倒立擺系統(tǒng) 智能控制 算法研究
上傳時(shí)間： 2013-10-12
上傳用戶：epson850
基于TDOA原理計(jì)算信號(hào)源位置的算法探討
標(biāo)簽： TDOA 計(jì)算 信號(hào)源 算法
上傳時(shí)間： 2013-10-24
上傳用戶：tianming222
為了提高門禁系統(tǒng)的安全便利性，提出了一種基于國密算法的CPU卡的門禁系統(tǒng)的解決方案。首先對(duì)門禁系統(tǒng)的組成進(jìn)行了介紹，接著論述了非接觸CPU卡的相對(duì)于非接觸邏輯加密卡的特點(diǎn)及優(yōu)勢(shì)；基于國密算法SM1的特點(diǎn)以及配合落實(shí)住建部重要門禁系統(tǒng)密碼應(yīng)用安全管理工作要求，提出了一種基于國密SM1算法CPU卡的門禁系統(tǒng)解決方案。基于國密算法CPU卡的門禁系統(tǒng)解決方案能夠滿足最新門禁系統(tǒng)市場需求，具有安全、靈活多樣等多種的特點(diǎn)。
標(biāo)簽： CPU 國密算法 門禁系統(tǒng) 方案
上傳時(shí)間： 2013-11-01
上傳用戶：xiaoyunyun
在參加RoboCup中國機(jī)器人大賽"機(jī)器人游中國"的項(xiàng)目過程中，研究并設(shè)計(jì)了多種方案，根據(jù)現(xiàn)場測試結(jié)果，對(duì)智能車的巡線識(shí)別、運(yùn)動(dòng)控制及智能判斷算法做了進(jìn)一步的研究，提出并實(shí)現(xiàn)了動(dòng)態(tài)閾值算法、快速穩(wěn)定的轉(zhuǎn)彎與停車控制、出線自動(dòng)找回技術(shù)等3種新穎、實(shí)用的智能車控制算法。
標(biāo)簽： 動(dòng)態(tài)閾值 尋跡車 控制 法的研究
上傳時(shí)間： 2013-11-05
上傳用戶：ajaxmoon
通過BWDSP模擬器對(duì)目前常用的幾種替換算法和大小不同的指令Cache塊進(jìn)行仿真實(shí)驗(yàn)得出不同缺失率。實(shí)驗(yàn)結(jié)果表明，所提出的PLRU替換算法性能高于LRU、LFU、FIFO替換算法，并使BWDSP整體性能提高到為其他三種替換算法的1.12倍左右。
標(biāo)簽： BWDSP Cache PLRU 指令
上傳時(shí)間： 2013-11-07
上傳用戶：skfreeman
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
