检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于粒子滤波的视频多目标跟踪技术

基于粒子滤波的视频多目标跟踪技术

作者：张康宁燕山大学

学位级别：硕士

视频目标跟踪主要实现对视频中目标物体运动状态的估计，通过对图像序列中每一帧时物体状态的估计来完成整个视频中目标的位置和运动轨迹估计。在统计学中，作为一个动态估计问题，视频目标跟踪问题可以解释为一个求解后验概率密度的问... 详细信息

视频目标跟踪主要实现对视频中目标物体运动状态的估计，通过对图像序列中每一帧时物体状态的估计来完成整个视频中目标的位置和运动轨迹估计。在统计学中，作为一个动态估计问题，视频目标跟踪问题可以解释为一个求解后验概率密度的问题。本文主要研究基于粒子滤波算法(Particle Filtering，PF)的视频单目标和多目标跟踪问题。粒子滤波是一种基于贝叶斯框架的状态估计算法，主要由贝叶斯估计，蒙特卡洛积分，序贯重要性采样，重采样技术这几个方面组成。经常被用来处理一些非线性、非高斯系统的问题。在视频跟踪问题中，粒子滤波通过一些图像特征的观测值来对图像中的物体进行估计。通过这些观测值来计算跟踪目标的后验概率密度。文中分别介绍了基于RGB颜色值和颜色目标统计模型的粒子滤波算法。并对二者的性能进行了实验和比较，相对而言，基于RGB值的算法结构简单，计算量小。而基于颜色目标模型的方法靠干扰能力强，稳定性好，但计算量大。为了减少粒子滤波的计算量，我们提出了粒子数目的自适应算法，主要过程通过图像预处理方法来实现。为了解决传统的重采样方法中“样本贫化”的问题，本文提出了基于分散搜索(Scatter Search，SS)的重采样算法，分散搜索算法通过参考集的合并和提高过程来产生新的解，并通过挑选过程实现解的优化。这样，分散搜索重采样算法既能够保证粒子更新过程中高权值粒子的有效复制，又能够保证样本的多样性。最后，本文通过对人脸运动的跟踪对基于RGB颜色值和基于颜色特征目标模型的粒子滤波算法进行了实验。而且分析了系统重采样和分散搜索重采样在实验中的表现效果。文章的末尾讨论了视频中多目标跟踪的问题。

关键词：视频目标跟踪粒子滤波重采样技术分散搜索算法多目标跟踪

基于卷积神经网络的航空图像目标检测算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于卷积神经网络的航空图像目标检测算法研究

作者：王怡西安电子科技大学

学位级别：硕士

无人机因其使用方便、造价低、效率高的特点被广泛应用于军事、救灾和生活中.随着无人机技术的快速发展,大量的无人机生成了海量的航空图像,航空图像包含非常丰富的信息,具有重要的研究意义和应用价值.近年来深度学习技术的发展使得自... 详细信息

无人机因其使用方便、造价低、效率高的特点被广泛应用于军事、救灾和生活中.随着无人机技术的快速发展,大量的无人机生成了海量的航空图像,航空图像包含非常丰富的信息,具有重要的研究意义和应用价值.近年来深度学习技术的发展使得自然图像的目标检测精度有了显著的提高,但是这些目标检测算法不做修改直接用在航空图像中往往不能取得令人满意的结果.本文主要对航空图像目标检测任务进行研究,针对航空图像目标检测中的难点和问题,提出了改进的方法.本文的主要研究内容如下:针对航空图像中目标分布不均匀和目标尺寸差异大的问题,本文提出了一种航空图像困难区域再检测算法.目标分布不均匀是航空图像中普遍存在的问题,提出使用基于密度的聚类算法在航空图像粗检测结果上搜索目标密集的聚类区域.然后通过计算困难分数将聚类区域分为简单区域或困难区域.简单区域只需要进行粗检测即可,而困难区域需要进行精细检测以获取更高的检测精度.此外,困难区域尺寸差异大会进一步加大目标之间的尺寸差异.为了解决这一问题,提出了高斯缩放函数.高斯缩放函数可以为每个困难区域计算缩放因子,使用缩放因子对困难区域进行缩放以减少目标间的尺寸差异.最后将困难区域的精细检测结果同图像的粗检测结果送入Soft-NMS算法获得航空图像的最终检测结果.实验结果表明,航空图像困难区域再检测算法在VisDrone数据集上比其他区域再检测算法获得了更高的检测精度,尤其提高了小目标的检测精度.针对航空图像中的类不平衡问题,本文提出了少数类目标自适应重采样技术.重采样技术通过复制粘贴少数类目标来平衡少数类和多数类之间的信息量.将重采样目标随机粘贴到图像中会出现背景不匹配、尺寸不匹配和亮度不匹配.针对这三种不匹配问题,本文提出了解决方案.使用分割网络分割出道路图,为重采样目标找到合适的重采样位置以解决背景不匹配的问题.使用线性回归为重采样目标估计出合适的粘贴尺寸来解决尺寸不匹配的问题.通过将重采样目标从RGB空间转换为HSV颜色空间,使用线性转换将重采样目标的亮度调整到与图像相近的亮度来解决亮度不匹配的问题.将缩放完成和亮度调节后的目标粘贴到选出的重采样位置即完成了对目标的重采样.实验结果表明,使用了少数类目标自适应重采样技术增强过的数据训练出来的网络检测精度更高,尤其提高了少数类的检测精度.

关键词：目标检测卷积神经网络航空图像区域再检测算法重采样技术

基于改进粒子群算法的无线传感网覆盖控制研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进粒子群算法的无线传感网覆盖控制研究

作者：姜开武南华大学

学位级别：硕士

无线传感器网络(Wireless Sensor Networks,WSN)由许多具有无线通信能力的传感器节点组成。传感器节点负责从目标区域中收集和处理感知信号,并将这些信号传输到数据中心。随着通信技术、嵌入式技术的高速发展,传感器节点朝着多功能、小... 详细信息

无线传感器网络(Wireless Sensor Networks,WSN)由许多具有无线通信能力的传感器节点组成。传感器节点负责从目标区域中收集和处理感知信号,并将这些信号传输到数据中心。随着通信技术、嵌入式技术的高速发展,传感器节点朝着多功能、小型化和智能化发展。目前,WSN已广泛应用在环境保护、工农业生产和日常生活等领域。由于部署环境的不确定性,传感器的部署以随机方式居多,但是随机部署将会出现节点分布不均匀和大量的冗余节点,导致目标区域覆盖质量低下。本文主要研究如何保证网络服务质量和最大限度地延长网络覆盖率的同时尽量减少能耗,以延长网络的生命周期。本文的主要研究包括:(1)为了最大程度提升WSN的覆盖范围并降低能耗,延长网络生命周期,本文提出了基于重采样技术和天牛须搜索的协同演化粒子群优化算法(RBASPSO)来优化WSN的覆盖控制问题。重采样技术平衡了粒子群算法的全局搜索能力和收敛速度,增加了粒子群整体多样性,防止算法过早收敛,加强粒子在搜索过程中跳出低质量谷底的能力;天牛须搜索依靠个体的两个触角搜索其邻域,增强了粒子群中单个粒子的搜索能力。RBASPSO算法采用覆盖率和节点休眠率的加权作为优化WSN覆盖控制的目标函数,通过重采样技术和天牛须搜索的协同演化,既加强了单个粒子的搜索能力,又可以确保粒子群的多样性及活跃性,提升WSN覆盖性能。实验结果表明,RBASPSO在处理复杂多峰基准函数的能力上比三种同类算法提升了1-8个数量级不等;在WSN覆盖优化中该算法在覆盖率上的提升优于其它同类BASPSO,RPSO和PSO算法;随着网络中节点数量的增加,冗余率也不断提升,在节点数为120时,冗余率对比同类算法提升了4.42%。(2)为了最大程度地提高覆盖性能并减少WSN中部署的传感器数量,本文基于可信信息覆盖模型提出了一种新的节点协作感知覆盖控制问题。然后,在强化学习和重采样技术的启发下,提出了一种新的基于学习自动机的重采样粒子群算法(RPSOLA)以解决复杂的多峰优化问题并优化WSN的协同感知覆盖控制。实验结果证明,在覆盖控制中使用节点协同感测模型要明显优于圆盘模型,网络覆盖率对比BASPSO、RPSO和PSO算法提升了4.83%以上。而且具有强化学习机制的重采样粒子群算法的收敛性和算法时间复杂度也要优于同类算法。

关键词：无线传感器网络覆盖控制节点协同感测粒子群算法强化学习重采样技术

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数据驱动的民用飞机刹车片状态监控研究

数据驱动的民用飞机刹车片状态监控研究

作者：魏智乐中国民航大学

学位级别：硕士

刹车片作为民用飞机刹车系统的核心机构,是机、电、液高度耦合的多输入多输出控制系统,有着严重的非线性特征,并且结构复杂,故障率较高。对刹车片进行准确有效的状态监控有助于判断刹车片的性能,并及时发现潜在的故障,避免出现重大事故... 详细信息

刹车片作为民用飞机刹车系统的核心机构,是机、电、液高度耦合的多输入多输出控制系统,有着严重的非线性特征,并且结构复杂,故障率较高。对刹车片进行准确有效的状态监控有助于判断刹车片的性能,并及时发现潜在的故障,避免出现重大事故。因此,研究民用飞机刹车片的状态监控技术具有重要的理论和现实意义。论文对民用飞机刹车片进行深入研究。从数据驱动角度入手,改进并融合了支持向量回归(SVR)算法和粒子滤波(PF)算法,形成了一种新的融合型状态监控算法,通过对刹车片摩擦力矩和速度变量的估计来监控其状态。具体完成的工作内容如下:首先,对SVR算法的核函数进行分析研究,发现传统核函数在对样本数据进行映射处理时,只考虑到样本数据变量之间的关系,却忽略了样本本身的分布信息。基于此,从核函数构造原理的角度出发,提出了包含样本数据分布信息的新型概率核函数,以此来提高SVR算法输出的精度,并对后续改进PF算法的重采样技术做好铺垫。其次,针对标准PF算法存在的粒子退化问题,提出了一种基于海林格距离度量的重要性概率密度函数的选取策略。考虑使所设计的重要性概率密度函数与理论最优的重要性概率密度函数之间的相似性最大,也就是海林格距离最小,由此而计算得到改进的重要性概率密度函数的分布形式。缓解了标准PF算法的粒子退化问题。然后,针对PF算法存在的样本贫化的固有缺点,设计了一种融合SVR算法的重采样技术。应用所提概率核函数构造重采样时粒子分布的概率密度函数,并通过SVR模型计算,最终得到重采样时的粒子及其相对应的权值,从而提出一种全新的重采样技术,缓解了粒子退化问题并保证了粒子的多样性,最终形成一种新的融合算法。通过融合算法实现对刹车片的状态变量的估计,从而达到对其进行状态监控的目的。最后,构建仿真实验环境,将刹车片摩擦力矩和机轮速度的数据用于SVR-PF算法,对刹车片的状态进行监控,验证并评估了算法的整体性能。

关键词：状态监控支持向量回归(SVR) 粒子滤波(PF) 概率核函数重要性概率密度函数重采样技术

基于无监督智能欠采样方法的不平衡数据分类算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于无监督智能欠采样方法的不平衡数据分类算法研究

作者：罗英兰州大学

学位级别：硕士

信息化技术的飞速发展,催生了一个大规模生产、共享和应用数据的时代,而挖掘数据价值、征服数据海洋的基石则是机器学习。其中分类问题是该领域最核心的问题之一,一般的分类算法都有一个默认的前提假设,即不同类别的实例数目相当且错分... 详细信息

信息化技术的飞速发展,催生了一个大规模生产、共享和应用数据的时代,而挖掘数据价值、征服数据海洋的基石则是机器学习。其中分类问题是该领域最核心的问题之一,一般的分类算法都有一个默认的前提假设,即不同类别的实例数目相当且错分代价也相当。然而在实际场景中,许多数据都呈现出类别高度不平衡的特性:某一类别的样例数目远大于其他类别,这使得一般分类学习方法很难取得良好的分类效果。为了更好的改善不平衡数据的分类性能,界内很多知名人士对此做了大量地分析与研究。目前这些研究大致可以归结为三个层面:一是在建立模型之前对数据进行重构,主要是采用重采样技术来缩减类别之间的不平衡程度,如欠采样和过采样;二是改进分类学习算法,以适应不平衡数据所特有的差异性,如不同类别样例学习时使用不同的权重以及对多类样例引入扰动等;三是把重采样技术与算法改进相结合。本文针对不平衡数据集的特殊性,提出了一种基于无监督学习的新的智能欠采样方法并引入了集成学习框架,可以较好地解决不平衡数据分类问题。本文主要做了以下几方面的工作:1.探究分析:首先分析了传统分类算法面对不平衡数据失效的原因,并探究现有方法及技术的原理及思想,找出其仍旧存在的一些问题。2.数据重构:受灰色系统理论的启示,针对以往重采样技术中存在的问题,提出了一种新的欠采样方法,通过kNN来寻找样例内部规律,并不断地剔除冗余样例,保留具有代表性的样例,直至不同类别样例的数目相当。3.算法集成:对比分析常用分类学习方法的一些特点及性能,整合了Bagging与SVM分类算法并对重构之后的数据进行分类学习。4.多类分类:分析研究多分类问题常用的一些处理机制与方法,并将本文所提出的方法扩展到了多类不平衡数据集分类的问题当中。

关键词：机器学习分类不平衡数据重采样技术无监督学习集成学习

基于融合IPF与AH算法的锂电池SOC估计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

现代电子技术 2021年第18期44卷 82-86页

作者：向丹兰晓东欧阳剑广东技术师范大学广东广州510665

针对安时(AH)积分算法在估算锂离子电池剩余电荷量(SOC)时,因初始值不精确而导致较大误差的问题,文中提出一种融合改进粒子滤波(IPF)和安时(AH)积分的算法。该算法首先是对传统的粒子滤波算法中的重采样技术进行修改,以提高重采样中粒... 详细信息

针对安时(AH)积分算法在估算锂离子电池剩余电荷量(SOC)时,因初始值不精确而导致较大误差的问题,文中提出一种融合改进粒子滤波(IPF)和安时(AH)积分的算法。该算法首先是对传统的粒子滤波算法中的重采样技术进行修改,以提高重采样中粒子的熵值,然后将IPF算法与AH算法进行公式融合,最后以等效电路模型进行仿真实验。实验结果表明:所提算法相对于AH方法精确度更高,在保证精确度的前提下相对于IPF算法具有更快的响应速度;证明了所提算法融合了AH算法和IPF算法的优势,对电池SOC的估计更加高效,同时也具有更好的工程应用价值。

关键词： SOC估计算法融合粒子熵值提高参数辨识重采样技术电池管理仿真实验

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于DEM提取流域特征影响因子的分析

测绘与空间地理信息 2019年第6期42卷 38-42页

作者：王雪李精忠余斌武汉大学资源与环境科学学院湖北武汉430079 四维图新大厦(北京市) 北京100094 地理信息系统教育部重点实验室(武汉大学) 湖北武汉430079 湖北省测绘工程院湖北武汉430079

基于DEM的流域特征提取,受数据源、分辨率、重采样技术等因子影响。为系统地评价不同地貌类型对各影响因子的敏感程度,本文提出一种多指标因子分析模型,综合分析不同因子对流域特征,如流域面积、河流分叉比、河网密度、流域长度、流域... 详细信息

基于DEM的流域特征提取,受数据源、分辨率、重采样技术等因子影响。为系统地评价不同地貌类型对各影响因子的敏感程度,本文提出一种多指标因子分析模型,综合分析不同因子对流域特征,如流域面积、河流分叉比、河网密度、流域长度、流域坡度、流域高程、流域形状等的客观影响。实验过程选取山地、丘陵、平原地形的中小流域为研究区域,以ASTER 30m重采样生成的40—100m分辨率DEM,ASTER 30m、SRTM 90m和GMTED2010 250m的3种数据源及4种重采样技术生成的DEM场景为实验数据。结果表明:分辨率对流域特征影响最敏感,数据源次之,重采样技术不太敏感。山地地形下的流域特征变化趋势性显著,适合山地中小流域的分辨率为最高分辨率,数据源为SRTM,重采样技术为最邻近分配法。丘陵、平原地形评价结果具有随机性。

关键词： DEM 分辨率数据源重采样技术流域特征

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于主动视情感识别与面部重建技术

科技开发动态 2005年第10期 53-54页

由于计算机视觉和人类视觉系统的工作机理不同，研究适合计算机的传感方法和处理方法是机器视应用的一条切实可行的途径。技术方基于多目人脸识别重建的关键技术研究，采用主动视视频图像重采样技术，实现人脸三维数字化，对立体视觉多... 详细信息

由于计算机视觉和人类视觉系统的工作机理不同，研究适合计算机的传感方法和处理方法是机器视应用的一条切实可行的途径。技术方基于多目人脸识别重建的关键技术研究，采用主动视视频图像重采样技术，实现人脸三维数字化，对立体视觉多CCD传感器数据进行融合研究。它重点研究基于混沌、小波神经网络和遗传算法等经算法实现情感的特征提取与识别技术，构建其数学模型系统，然后对人脸进行三维重建，最后对真实感三维人脸实施编辑，实现原型系统研制。

关键词：重建技术情感识别计算机视觉面部人类视觉系统人脸识别 CCD传感器小波神经网络重采样技术

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于支持向量机的不平衡样本集分类算法

山东师范大学学报（自然科学版） 2016年第2期31卷 18-21页

作者：魏亚利刘丽项雪琰齐绪停山东师范大学信息科学与工程学院济南250014

提出基于支持向量机的不平衡样本集分类算法,以支持向量机为基础,利用重采样技术及特征子空间等相关理论,通过分层抽样方法和重采样技术,分别对不平衡数据集的样本底层特征和样本数量进行平衡,在不同数据集上进行实验,实验表明该方法能... 详细信息

提出基于支持向量机的不平衡样本集分类算法,以支持向量机为基础,利用重采样技术及特征子空间等相关理论,通过分层抽样方法和重采样技术,分别对不平衡数据集的样本底层特征和样本数量进行平衡,在不同数据集上进行实验,实验表明该方法能有效提高不平衡数据分类的准确度.

关键词：支持向量机分层抽样重采样技术不平衡数据分类