一区二区三区四区五区视频,麻豆免费看一区二区三区,久久久精品一品道一区

融合算法

針對夜間動態背景下的行人檢測中分割算法受光照條件影響大、誤識別多等問題

針對夜間動態背景下的行人檢測中分割算法受光照條件影響大、誤識別多等問題，提出雙閾值分割算法和以多目標跟蹤為核心的算法框架。新的分割算法解決了行人亮度分布不均時的分割問題，同時在新的框架下可以綜合多幀的處理結果進行綜合判斷，通過將基于支持向量機的識別算法和多目標跟蹤算法的融合，降低了系統的計算量，且比一般的系統具有更高的識別率。

標簽： 動態分割算法光照背景

上傳時間： 2016-09-21

上傳用戶：wlcaption
基于Mean Shift算法和Particle Filter算法的目標跟蹤學位論文：討論了MeanS hift算法(均值偏移)和粒子濾波算法(Particle Filter)

基于Mean Shift算法和Particle Filter算法的目標跟蹤學位論文：討論了MeanS hift算法(均值偏移)和粒子濾波算法(Particle Filter)，分析了兩種算法的特點；，分析了用運動目標檢測提取目標運動特征的技術，通過增加對目標特征描述信息，提高跟蹤健壯性，并在以顏色直方圖描述顏色特征的基礎上，融合了目標的運動特征，設計了一種基于運動特征和顏色特征多特征融合的粒子濾波跟蹤方法；用二階直方圖描述顏色特征，設計了均值偏移和粒子濾波相結合的目標跟蹤技術

標簽： Particle Filter Shift MeanS

上傳時間： 2017-01-14

上傳用戶：曹云鵬
卡爾曼濾波器是一個“optimal recursive data processing algorithm（最優化自回歸數據處理算法）”。對于解決很大部分的問題

卡爾曼濾波器是一個“optimal recursive data processing algorithm（最優化自回歸數據處理算法）”。對于解決很大部分的問題，他是最優，效率最高甚至是最有用的。他的廣泛應用已經超過30年，包括機器人導航，控制，傳感器數據融合甚至在軍事方面的雷達系統以及導彈追蹤等等。近年來更被應用于計算機圖像處理，例如頭臉識別，圖像分割，圖像邊緣檢測等等。

標簽： processing algorithm recursive optimal

上傳時間： 2013-11-26

上傳用戶：王小奇
基于圖像增強的灰度插值算法

基于圖像增強的灰度插值算法，這是圖像配準和圖像融合的基礎部分

標簽： 圖像增強灰度插值算法

上傳時間： 2014-01-11

上傳用戶：妄想演繹師
采用貝葉斯推論的數據融合

采用貝葉斯推論的數據融合，將CHAN算法和泰勒算法的結果經過處理，得到更好的定位結果

標簽： 貝葉斯數據融合

上傳時間： 2014-01-22

上傳用戶：fanboynet
互補濾波姿態算法

兩種互補濾波算法解算載體姿態，其中一種為梯度下降算法，對陀螺儀和加速度計數據進行融合。

標簽： 互補濾波算法

上傳時間： 2016-08-24

上傳用戶：yyxy
蜂窩無線網絡中手機定位算法的研究1.

論文首先對基本定位算法如基于小區編號、接收信號場強、到達時間到達時間差、到達角度、混合定位方法等的原理，誤差消除及處理，還有與混合定位方法相關的數據融合技術進行了簡單介紹。隨后分析介紹了國內外最新的定位算法及優化點，如約束極小化定位算法、基于向量機的模式識別定位算法和指紋定位算法等，優化點有在基于指紋定位方法的基礎上考慮馬爾科夫模型，方法基礎上考慮功率加權算法，濾波方面考慮滑動窗技術等。

標簽： 蜂窩無線網絡手機定位法的研究

上傳時間： 2017-03-15

上傳用戶：rocket1122
視覺圖像和可穿戴計算數據融合的跌倒檢測技術及應用

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。

標簽： 視覺圖像數據融合

上傳時間： 2022-03-14

上傳用戶：bluedrops
基于模型—數據融合的中國區域碳水通量動態模擬及分析

準確量化和預測陸地生態系統碳水通量對于理解陸氣間相互作用，預測未來氣候變化和控制溫室效應具有重要意義。通量觀測和模型模擬是目前研究碳水通量的兩種主要方法。通量觀測精度較高，但觀測范圍局限、站點分布不均勻，易受環境影響，難以區域擴展；模型模擬可實現不同尺度參量估算，但由于理想化假設、模型參數和驅動數據等限制，導致其模擬結果往往與真實值存在較大偏差。模型-數據融合方法主要是通過參數估計和數據同化兩種技術集成觀測和模型信息，建立兩者相互制約調節的優化關系，以提高模型結果與真實值之間的匹配程度。基于該思路，本研究在地面觀測數據、遙感衛星資料以及相關氣候環境數據基礎上，重點突破全球動態植被模型（Lund-Potsdam-Jena Dynamic Globa Vegetation Model.LPJ-DGVM）敏感參數優化方法，獲取適宜中國的參數化方案：在此基礎上，引入數據同化算法，將遙感衛星產品信息與模型相融合，在模擬過程中不斷校正原有模型模擬軌跡，提高模型適用性。將以上改進的模型推廣至中國區域，實現對20002015年中國地區總初級生產力（Gross Primary Productivity GPP）和敬發（Evapotranspiration，ET的空間格局模擬及分析。主要結論如下1）將LP」DGwM中所選出的22個可調參數（涉及光合、呼吸、水平衡異速生長、死亡、建立以及土壤和掉落物分解共七個作用領域）在各自取值范圍內隨機獲得不同的參數組合，結果表明22個參數可引起GPP和ET模擬結果產生較大的不確定性，尤其集中在生長季。所有站點GPP相對不確定性（Relative Uncertainty，RU）基本保持在09-1.25之間，不具有明顯的年際變異性：ET相對不確定性RU月變化趨勢明顯，且基本處于0.5以下，明顯低于GPP，說明所篩選的22個參數對GP模擬產生的影響更為顯著。

標簽： 數據融合

上傳時間： 2022-03-16

上傳用戶：shjgzh
傳感器非線性信號的智能處理與融合

本書介紹了壓力傳感器、圓環力敏傳感器、氧傳感器、有機蒸氣傳感器及其輸出的非線性信號，因傳感器是將輸人的非電量轉化為電學量的元件，要求將測得的電學量反演輸出并顯示為非電量，以達到測量的最終目的，這就要依靠除經典算法以外的各種先進的算法．例如規范化多項式擬合法、輸人－輸出的歸十算法、模擬退火算法、遺傳算法、蟻群算法、量子粒子群算法、神經網絡算法、模糊算法才能完成反演轉換。本書重點就是結合實際應用介紹這些算法，書中有的算法是本書作者獨創的。此外本書還介紹了不同非線性信號的自然和強制融合過程、從而可實現傳感器的補償，以提高其測量精度。

標簽： 傳感器智能處理

上傳時間： 2022-07-05

上傳用戶：qingfengchizhu