您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 一种改进的全景图自动拼接算法_赵辉.caj

  2. 一种改进的全景图自动拼接算法:期刊文献.首先利用相位相关法对输入图像进行排 序,同时估算角点匹配区域以加快角点匹配速度,提高匹配稳健性;然后使用RANSAC算法去除外点,采用奇异值 分解法配合LM非线性优化方法求解变换参数,提高配准精度;最后使用多频带融合算法进行图像混合以改善线性 加权融合算法带来的高频细节模糊;算法中还设有检测机制以确保LM优化顺利进行。
  3. 所属分类:IT管理

    • 发布日期:2013-03-09
    • 文件大小:547840
    • 提供者:s13673615004
  1. 同类多传感器自适应加权估计的数据级融合算法研究.pdf

  2. 针对同类多传感器测量中含有的噪声,提出了多传感器数据自适应加权融合估计算法,该算法不要求知道传 感器测量数据的任何先验知识,依据估计的各传感器的方差的变化,及时调整参与融合的各传感器的权系数,使融 合系统的均方误差始终最小,并在理论上证明了该估计算法的线性无偏最小方差性. 仿真结果表明了本算法的有 效性,其融合结果在精度、容错性方面均优于传统的平均值估计算法.
  3. 所属分类:其它

    • 发布日期:2014-09-03
    • 文件大小:195584
    • 提供者:zijinqishi
  1. 利用OpenCV(2.4.13)的SURF/SIFT + RANSAC + 加权融合实现图像拼接(vs17)

  2. 利用OpenCV-2.4.13和vs2017实现SURF/SIFT + RANSAC + 线性加权融合来实现图像的左右拼接,上下也可以拼接,改一下adjustMat就可以(代码中是x偏移量,你换成y的偏移量,把值换成rows就好,同时在计算透视变换的时候Size参数改为(image02.cols, image02.rows + image01.rows)),代码均有注释,同时将每一步结构都显示出来了,附有示例图片,直接就可以运行。
  3. 所属分类:C++

    • 发布日期:2018-10-16
    • 文件大小:7340032
    • 提供者:q361239731
  1. 单通道图像转化为三通道,并与彩色图像融合叠加

  2. 将一个单通道变成三通道 的图片 通过线性加权叠加的形式 叠加在另一个彩色图像上。
  3. 所属分类:其它

    • 发布日期:2018-10-24
    • 文件大小:692
    • 提供者:snowy_susu
  1. 多重检验加权融合的短文本相似度计算方法

  2. 针对传统的相似度计算方法只考虑文本结构特征或者语义信息导致文本相似度计算质量较低等问题,结合短文本特征稀疏的特性,提出一种多重检验加权融合短文本相似度计算方法。该方法使用编辑距离、考虑词频的语义信息及Word2vec-LSTM 模型三种方法计算相似度,对满足任意两种阈值的文本进行加权因子线性融合。通过多重阈值检验,避免了层层检验和无检验方法因一种相似度值过大或过小导致加权相似度值异常问题,通过加权融合计算短文本相似度,使结果更加均匀化和合理化。实验结果表明,多重检验加权融合计算方法相比层层检验和
  3. 所属分类:项目管理

    • 发布日期:2020-03-09
    • 文件大小:776192
    • 提供者:sohopeter
  1. 基于KELM决策融合的语音情感识别

  2. 针对语音情感信号的复杂性和单一分类器识别的局限性,提出一种核函数极限学习机(KELM)决策融合的方法用于语音情感识别。首先对语音信号提取不同的特征,并训练相应的基分类器,同时将输出转化为概率型输出;然后利用测试集在基分类器的输出概率值计算自适应动态权值;最后对各基分类器的输出进行线性加权融合得到最终的分类结果。利用该方法对柏林语音库中4种情感进行识别,实验结果表明,提出的融合KELM方法优于常用的单分类器以及多分类器融合方法,有效地提高了语音情感识别系统的性能。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:432128
    • 提供者:weixin_38723461
  1. 基于多特征融合的自适应核目标跟踪方法

  2. 提出了一种新的基于核的自适应目标跟踪方法,以提高复杂背景下目标跟踪的鲁棒性和准确性。 尺度不变特征变换(SIFT),颜色和运动特征的三个核函数的线性加权组合用于表示跟踪目标的概率分布。 外观和运动功能相结合,以增强目标区域的位置稳定性和准确性。 跟踪窗口的大小可以根据相应SIFT对的仿射变换参数进行实时调整。 为了更好地提取特征,还根据场景自适应地调整了三个核函数的权重。 实验表明,该算法能够在不同场景下成功跟踪运动目标。 此外,它可以处理目标姿态,比例,方向,视图和照明变化,并且其性能优于经典
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:474112
    • 提供者:weixin_38680506
  1. 具有不同延迟和丢失率的网络系统的多传感器分布式融合滤波

  2. 本文主要针对具有时延和丢包的网络系统的多传感器分布式融合估计问题。 各个传感器的测量值通过不同的通信通道以不同的随机延迟和丢包率传输到本地处理器。 使用几组伯努利分布随机变量来描述不同时间延迟和数据包丢失的现象。 根据接收到的各个传感器的测量值,本地处理器会产生本地估计值,这些估计值已在最近的新文献中进行了开发。 然后将局部估计值通过完美的连接传输到融合中心,在这里通过使用线性最小方差意义上的众所周知的矩阵加权融合估计算法来获得分布式融合滤波器。 推导任意两个局部滤波器之间的滤波误差互协方差矩阵
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:790528
    • 提供者:weixin_38589812
  1. 基于EKF的集中式融合估计研究

  2. 以一类非线性多传感器动态系统为对象,基于扩展Kalman滤波器(Extend Kalman filter,EKF)介绍三种典型非线性集中式融合算法,并以此为基础研究部分线性动态系统融合理论在非线性系统中的推广与完善.首先,利用EKF的一种信息滤波器形式(Extend information filter,EIF)给出测量值扩维融合、测量值加权融合和顺序滤波融合算法公式,进而研究三种非线性融合算法的估计性能比较以及测量值融合更新次序是否满足可交换性.结果表明:当各传感器的测量特性相同时,集中式测量
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:936960
    • 提供者:weixin_38747917
  1. 多传感器最优融合固定间隔卡尔曼平滑器

  2. 基于线性最小方差意义上的最优加权融合算法,针对具有多个传感器和相关噪声的具有三层融合结构的离散时变线性随机控制系统,给出了最优融合固定间隔卡尔曼平滑器。 第一和第二融合层都具有网状平行结构,分别确定任何两个传感器子系统之间的预测和平滑误差的互协方差矩阵。 第三融合层是确定最佳权重并获得最佳融合固定间隔平滑器的融合中心。 推导任何两个传感器子系统之间的平滑误差互协方差矩阵。 将其应用于具有三个传感器的跟踪系统显示了其有效性。
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:179200
    • 提供者:weixin_38564503
  1. 随机奇异系统多传感器信息融合Kalman多步预报器

  2. 应用Kalman滤波方法和奇异系统典范型分解,对单传感器随机奇异系统,给出了Kalman多步预报器新算法。对带多传感器随机奇异系统,基于线性最小方差标量加权融合算法,给出了具有两层融合结构的多传感器分布式最优信息融合Kalman 多步预报器。同时给出了任两个传感器之间的预报误差协方差阵的计算公式。当各传感器子系统存在稳态Kalman滤波时,又给出了稳态信息融合Kalman多步预报器。稳态权重可在各子系统达到稳态时通过一次融合计算获得,避免了每时刻计算协方差阵和融合权重,便于实时应用。仿真例子验证
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:464896
    • 提供者:weixin_38582719
  1. 广义系统信息融合稳态与自校正满阶Kalman滤波器

  2. 基于线性最小方差标量加权融合算法和射影理论, 对带多个传感器和带相关噪声的广义系统, 提出了分布式标量加权融合稳态满阶Kalman滤波器. 推得了任两个传感器子系统之间的稳态满阶滤波误差互协方差阵, 其解可任选初值离线迭代计算. 所提出的稳态融合滤波器避免了每时刻计算协方差阵和融合权重, 减小了在线计算负担. 当系统含有未知模型参数时, 基于递推增广最小二乘算法和标量加权融合算法, 提出了一种两段融合自校正状态滤波器. 其中第一段融合获得未知参数的融合估计; 第二段融合获得分布式自校正融合状态滤
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:460800
    • 提供者:weixin_38736760
  1. 基于高低频分量融合的水下图像增强算法

  2. 针对退化的水下图像存在色彩失真,对比度低和视觉模糊的问题,提出一种基于高低频分量融合的水下图像增强算法。首先利用多尺度Retinex算法估计高频分量,并对其进行对比度受限的自适应直方图拉伸,在增强全局对比度的同时突显细节信息;为了防止在图像拉伸的过程中产生噪声以影响图像质量,对拉伸后的高频分量使用引导滤波进行去噪声处理;然后将原图与高频分量相除以获取低频分量,同时使用多尺度细节提取法获取细节信息;最后将去除噪声的对比度增强图像和高低频细节图像进行线性加权融合并进行颜色校正,获得最终的水下清晰图像
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:25165824
    • 提供者:weixin_38727579
  1. 传感器带未知输入的离散随机线性系统的分布式融合滤波

  2. 对传感器含未知输入和带相关噪声的离散随机线性系统,在没有未知输入的任何先验信息的情况下,设计了线性最小方差无偏状态滤波器。当系统带有多个传感器时,推得了任两个传感器子系统的滤波误差的互协方差阵。进而基于多传感器线性最小方差标量加权融合算法,给出了标量加权分布式融合状态滤波器。仿真研究验证了其有效性。
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:751616
    • 提供者:weixin_38550605
  1. 广义系统最优与自校正信息融合滤波器

  2. 对带多个传感器广义离散随机线性系统,利用典范型分解,基于线性最小方差各分量按标量加权融合算法,给出了多传感器分布式最优分量融合降阶滤波器,它要求并行计算一系列标量权重。推得了任两个传感器子系统之间的滤波误差互协方差阵的计算公式。同时当系统含有未知噪声统计信息时,基于相关函数又给出了分布式自校正分量融合降阶滤波器。与各局部估计以及状态向量按标量加权融合估计相比,分量融合滤波具有更高的精度。仿真研究验证了其有效性。
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:185344
    • 提供者:weixin_38717574
  1. 多传感器时滞系统信息融合最优Kalman滤波器

  2. 基于线性最小方差最优加权融合估计算法,对多传感器的离散线性状态时滞随机系统.给出了一种非增广分布式加权融合最优Kalman柚滤波器.推导了状态时滞系统任两个传感器子系统之间的滤波误差互协方差阵的计算公式.它与状态增广加权融合滤波器具有相同的精度.与每个传感器的局部滤波器相比,分布式融合滤波器具有更高的精度.与状态和观测增广最优滤波器相比,具有较小的精度,但避免了增广所带来的高维计算和大的空间存储。可减小计算负担.仿真例子验证了其有效性.
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:460800
    • 提供者:weixin_38747592
  1. 随机奇异系统分布式最优分量融合滤波器

  2. 应用射影理论,基于奇异系统典范型分解,对带相关噪声的单传感器随机奇异系统,给出一种新的递推滤波器;当系统带有多个传感器时,基于线性最小方差标量加权的分量融合算法,给出了多传感器分布式最优分量融合滤波器.融合估计的每个分量分别由局部估计的相应分量按标量加权融合获得,它只需并行计算一系列标量权重.可改善各局部估计的精度和减小计算负担.推得了随机奇异系统任两个局部估计之间的滤波误差互协方差阵.仿真例子验证了其有效性.
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:451584
    • 提供者:weixin_38659805
  1. 带有色观测噪声多传感器多重时滞系统分布式融合滤波器

  2. 基于新息分析方法, 对带有色观测噪声的多重时滞系统, 提出了一种带白噪声估值器的非增广的最优滤波器. 它等价于一个带相关白噪声多重时滞系统的一步预报器. 当系统带有多个传感器时, 推导了多重时滞系统的任意两个传感器子系统之间的估计误差互协方差阵. 基于线性最小方差最优加权融合估计算法, 给出了分布式加权融合最优滤波器. 分布式融合估计比基于每个传感器的局部估计具有更高的精度. 比增广的集中式最优滤波器具有更好的可靠性, 且避免了高维计算和大存储空间. 仿真例子验证了其有效性.
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:846848
    • 提供者:weixin_38720762
  1. 融合多层卷积特征自适应更新的目标跟踪算法

  2. 针对传统手工特征表达能力不足和滤波器模型存在误差累积的影响,提出一种融合多层卷积特征自适应更新的目标跟踪算法。该算法采用分层卷积神经网络提取图像特征,利用线性加权的方法融合多层卷积特征预测目标位置;利用多尺度下目标卷积特征确定目标最佳尺度;利用平均峰值相关能量评价目标响应的置信度,根据相邻两帧目标图像的帧差均值和位移评估目标的运动情况,根据预测位置可信度和目标图像外观变化,调整滤波器模型的学习率。在OTB-2013公开测试集上验证本算法性能,并与现有基于相关滤波的主流运动目标跟踪算法进行相比,实
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:5242880
    • 提供者:weixin_38672739
  1. 基于自适应加权融合的分布式滤波算法

  2. 针对存在丢包的传感器网络中每个传感器节点对目标估计确信度不同的问题, 提出一种基于自适应加权融合的分布式滤波算法. 考虑节点在网络中的影响力及其节点属性, 将节点重要度与传感器网络节点观测数据间的支持度线性加权, 获得每个传感器节点对目标的估计确信度, 并将该确信度构成的融合权值引入节点状态估计值的一致性协议中, 更新传感器节点对目标的状态估计值, 提高分布式滤波算法的估计精度和传感器节点估计值的一致性. 仿真结果验证了所提出方法的有效性.
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:454656
    • 提供者:weixin_38655484
« 12 3 »