<cite id="oe4gi"></cite>
<rt id="oe4gi"></rt>
基于Snake 模型的圖像分割技術是近年來圖像處理領域的研究熱點之一。Snake 模型承載上層先驗知識并融合 了圖像的底層特征,針對醫學圖像的特殊性,能有效地應用于醫學圖像的分割中。本文對各種基于Snake 模型的改進算法和 進化模型進行了研究,并重點梳理了最新的研究成果,以利于把握基于Snake 模型的醫學圖像分割方法的脈絡和發展方向。
上傳時間： 2014-01-23
上傳用戶：BIBI
《貝斯方法與Dempster_Shafer證據理論的討論》《RBF神經網絡與證據理論相結合的特征級信息融合方法的研究》
標簽： Dempster_Shafer RBF 神經網絡 特征
上傳時間： 2013-12-10
上傳用戶：wpt
融合WMD矩陣與2DPCA的人臉特征抽取與識別
上傳時間： 2016-06-14
上傳用戶：qiao8960
多傳感器信息融合是對多種信息的獲取、表示及其內在聯系進行綜合處理和優化的技術。單一傳感器只能獲得環境或被測對象的部分信息段，多傳感器信息融合后可以完善地、準確地反映環境特征。本文介紹多傳感器數據融合的基本理論。數據融合是把來自不同傳感器數據加以綜合、相關、互聯，提高定位和特征估計的精度。文章對Kalman融合算法進行仿真，對結果進行分析。驗證算法的可行性。
上傳時間： 2013-10-08
上傳用戶：zhaoke2005
傳統多模態生物特征識別方法當出現生物特征缺失時，識別性能會明顯下降。針對此問題，提出一種融合人臉、虹膜和掌紋的自適應并行結構多模態生物識別方法。該方法在設計融合策略時，考慮到所有可能的輸入缺失，構造并行結構的融合函數集，在實際應用時根據輸入狀態自適應的選擇融合策略進行識別。實驗仿真結果表明該方法既可提高識別可靠性又可實現當有生物特征缺失時的性能穩定。
上傳時間： 2013-11-02
上傳用戶：huangld
針對傳感器網絡下多目標跟蹤時目標數量不斷變化這一復雜情況，文中對多目標的跟蹤和特征管理方法進行了研究。該方法由數據關聯、多目標跟蹤、特征管理，和信息融合所組成。其中未知數量多目標的跟蹤和數據關聯通過馬爾科夫蒙特卡羅數據關聯實現。通過信息融合來整合本地信息，獲取所有相鄰傳感器的本地一致性，最終實現特征管理。試驗證明，本方法能夠在分布式的傳感器網絡環境下對多目標進行準確有效地跟蹤和特征管理。
上傳時間： 2013-11-18
上傳用戶：wangdean1101
小波工具箱的應用基礎 395 16.1 一維小波分析的應用 395 16.1.1 小波分解在普通信號分析中的應用 395 16.1.2 小波變換在信號特征檢測中的應用 411 16.2 二維小波分析的應用 417 16.2.1 小波分析在圖像平滑中的應用 417 16.2.2 小波分析在圖像增強中的應用 418 16.2.3 小波分析在圖像融合中的應用 420 16.3 小波包分析的應用 422 16.3.1 小波包在信號時頻分析中的應用 423 16.3.2 小波包在圖像邊緣檢測中的應用 429
上傳時間： 2014-01-14
上傳用戶：小草123
針對目前的基于特征的圖像檢索中沒有有效地結合圖像中對象空間信息的問題，提 出了一種新的融合了顏色、空間和紋理特征的圖像特征提取及匹配方法。為了減少時間 間復雜度，首先通過基于普通顏色直方圖的檢索得到初始圖像集合，然后根據提出的結合空間、紋理特征加權度量對初始圖像集合再進行檢索，從而得到最后更符合要求的相似圖象
上傳時間： 2014-01-10
上傳用戶：wang5829
人口老齡化是世界各國正在面對的一個普遍問題。隨著我國老齡化程度的持續加劇，對于老年人群體的醫療資源投入會不斷提高。而與此同時，跌倒已經成為老年人日常生活中最為常見的危險行為活動。所以，跌倒檢測系統的研究和應用對降低老年人受到的身心傷害和醫療成本具有顯著的意義。目前解決老年人跌倒檢測的方案仍存在許多不足。其中，基于計算機視覺的跌倒檢測技術在無干擾的場景下檢測較為有效，但其易受環境變化（如背景光線影響、人遮擋問題等）影響。此外，基于可穿戴計算的跌倒檢測技術受限于算法穩定性和識別準確率，系統的靈敏度和特異性難以同時得到保證。針對上述問題本文提出一種融合計算機視覺和可穿戴計算數據的跌倒檢測新的方法。首先，設計并開發了集成三軸加速度計、三軸陀螺儀和藍牙的活動感知模塊，實現實時采集、傳輸人體活動數據：其次，使用深度學習算法從攝像頭采集的圖像數據提取人體姿態特征數據：最后，對采集的人體活動數據和姿態數據進行規范化和時序化處理，設計了兩個深度學習網絡分別對數據進行特征提取，并將兩特征進行特征層數據融合，在此基礎上構建神經網絡對融合數據進行活動本文搭建了實驗平臺并進行了算法測試，其中，本文跌倒檢測算法針對離線測試數據的準確率為992%，平均敏感度為995%、平均特異性為99.8%：針對在線數據系統測試準確率為98.9%、平均敏感度為99.2%、平均特異性為99.5%實驗結果證明了利用計算機視覺和可穿戴計算數據融合的跌倒檢測具有較高的準確率和魯棒性。
上傳時間： 2022-03-14
上傳用戶：bluedrops
隨著杜會和經濟的發展，環境水污染現象也日趨嚴重，迫切需要環境水質多參數監測與智能分析系統，以為環境監測、管理和控制提供科學的手段。水質多組分檢測涉及到多傳感器數據融合、計算機技術、電化學分析和人工智能等多學科的交叉，在眾多領域有著廣泛的應用。本論文研究環境水質檢測與智能分析系統，論文的主要工作包括1）基于最小二乘支持向量機的在線自適應加權數據融合算法多傳感器數據融合由于能夠利用互補和冗余的信息，顯著提高系統的可靠性而得到了廣泛應用，而數據融合的關鍵問題是融合算法。本文深入研究了多傳感器數據融合理論的基礎上，針對傳統融合算法研究存在的問題，提出了一種基于最小二乘支持向量機的在線自適應加權數據融合算法，并應用到水質在線檢測過程中，不僅縮短了訓練的時間，而且提高了融合的可靠性和靈活性2）提出了一種離子傳感器的基于最小二乘支持向量機的自校正方法：由于離子傳感器的非線性、漂移和交叉敏感性等影響了其檢測精度和可靠性，難以進行連續在線檢測。以硝酸根離子傳感器為例，研究其自校正方法，以適應動態環境的連續監測根據實驗數據，詳細分析了硝酸根離子傳感器的響應特性，并考慮了零點和時間漂移，提出了一種基于最小二乘支持向量機硝酸根離子傳感器的自校正方法，給出了詳細描述和分析。3）離子傳感器故障檢測的小波支持向量機特征提取和支持向量機分類方法在線連續檢測的應用要求離子傳感器必須具有很高的可靠性，即能夠及時準確地判斷出離子傳感器的故障。本文采用小波支持向量機提取各傳感器故障特征，再用支持向量機對故障進行分類，實現對各離子傳感器的故障診斷。
標簽： 數據融合
上傳時間： 2022-03-18
上傳用戶：
