检索结果-南通市图书馆

物理学报 2013年第4期62卷 46-54页

作者：刘金良南京财经大学应用数学学院南京210046

针对具有随机节点结构的复杂网络,研究其同步问题.基于Lyapunov稳定性理论和线性矩阵不等式技术给出了复杂网络同步稳定的充分性条件,该充分性条件不仅与复杂网络的状态时延有关,还与节点结构的概率分布有关.数值仿真表明本文方法的有效性.

关键词：复杂网络随机节点同步稳定时滞

在线全文

学校读者我要写书评

暂无评论

基于背景补偿引导的动态场景下目标跟踪算法

仪器仪表学报 2014年第6期35卷 1433-1440页

作者：王栋朱虹康凯赵永飞西安理工大学自动化与信息工程学院西安710048

针对动态场景的目标跟踪中,目标的尺度及姿态变化使得跟踪过程易出现误差累积导致跟踪失败的问题,以及可能出现的遮挡、粘连等复杂运动情况,提出了一种背景补偿引导的搜索及目标模型更新的策略,采用基于Random ferns的特征描述方法,实... 详细信息

针对动态场景的目标跟踪中,目标的尺度及姿态变化使得跟踪过程易出现误差累积导致跟踪失败的问题,以及可能出现的遮挡、粘连等复杂运动情况,提出了一种背景补偿引导的搜索及目标模型更新的策略,采用基于Random ferns的特征描述方法,实现动态场景下的运动目标跟踪。实验结果证明,该方法能对目标的姿态变化有较好地适应性,在遮挡、粘连现象存在的情况下,能在动态场景下较好的实现运动目标跟踪。

关键词：目标跟踪动态场景背景补偿随机节点

在线全文

学校读者我要写书评

暂无评论

基于事件触发的复杂网络系统的状态估计

系统科学与数学 2015年第8期35卷 891-903页

作者：谭玉顺刘金良张媛媛 f东南大学系统工程研究所南京210096 南京财经大学应用数学学院南京210046

为减轻网络负荷,引入了基于信息采样的事件触发机制,在此基础上研究了一类具有随机节点结构的复杂网络系统的状态估计问题,其主要目的是分析和设计可靠性的状态估计器.考虑时滞对信号传输的影响,首先给出了带有时间延迟的复杂网络系统... 详细信息

为减轻网络负荷,引入了基于信息采样的事件触发机制,在此基础上研究了一类具有随机节点结构的复杂网络系统的状态估计问题,其主要目的是分析和设计可靠性的状态估计器.考虑时滞对信号传输的影响,首先给出了带有时间延迟的复杂网络系统的状态估计模型,然后通过利用李雅普诺夫泛函稳定性理论和线性矩阵不等式技术,给出了在事件触发机制下系统估计误差均方渐进稳定和状态估计器存在的充分条件,最后通过数值例子验证了该方法的有效性.

关键词：状态估计复杂网络系统事件触发时间延迟随机节点

用于无人机三维航迹规划改进连接型快速扩展随机树算法

在线全文

学校读者我要写书评

暂无评论

航空工程进展 2018年第4期9卷 514-522页

作者：田疆李二超兰州理工大学电气工程与信息工程学院兰州730050

无人机的广泛应用,使得航迹规划成为研究的热点。很多算法由于模型简单或规划方法低效,难以有效应用于复杂条件下的航迹规划问题,从而提出一种求解该问题的改进连接型双向快速扩展随机树(RRTConnect)算法。首先,建立无人机航迹规划问题... 详细信息

无人机的广泛应用,使得航迹规划成为研究的热点。很多算法由于模型简单或规划方法低效,难以有效应用于复杂条件下的航迹规划问题,从而提出一种求解该问题的改进连接型双向快速扩展随机树(RRTConnect)算法。首先,建立无人机航迹规划问题的数学模型;然后,采用RRT-Connect算法求解上述模型时,提出六种生成随机节点的改进策略;最后,将改进的RRT-Connect算法应用于有雷暴威胁的无人机三维航迹规划问题,并与已有的RRT算法和RRT-Connect算法进行对比。结果表明:采用本文提出的方法能够高效的生成可行的无人机航迹。

关键词：无人机 RRT-Connect算法三维航迹规划随机节点雷暴

在线全文

学校读者我要写书评

暂无评论

动态场景中的目标跟踪算法研究

动态场景中的目标跟踪算法研究

作者：康凯西安理工大学

学位级别：硕士

在计算机视觉领域中,运动目标跟踪是一个重要的课题,在智能监控、导航制导、视频编码等领域有着广泛的应用。运动目标跟踪是指,对首次出现在视频帧中的目标,自动地确定其在后续视频序列中的位置及状态的过程。依据视频的拍摄条件不同,... 详细信息

在计算机视觉领域中,运动目标跟踪是一个重要的课题,在智能监控、导航制导、视频编码等领域有着广泛的应用。运动目标跟踪是指,对首次出现在视频帧中的目标,自动地确定其在后续视频序列中的位置及状态的过程。依据视频的拍摄条件不同,运动目标跟踪分能够分为静态场景和动态场景两种情况。本文所研究的,就是如何实现在动态场景下的运动目标跟踪。运动目标跟踪的实质,是选取可靠的特征描述目标,采用合理、有效的搜索方式在视频序列中完成目标的识别及定位。首先,本文在对特征提取算法进行研究分析后,采用基于random ferns结构的特征描述方式,充分考虑像素之间的空间关系及灰度信息,具有相对较好的鲁棒性;并针对本文所要解决的问题,对该特征进行改进,获得适用于本文问题的特征提取算法;在分析了在目标跟踪过程中,目标的尺度、姿态等变化对特征提取的影响之后,通过初始目标生成多种训练样本,获得鲁棒的初始特征分布模型;然后,针对目标跟踪中容易出现误差累积,以及遮挡等复杂运动情况,提出了一种基于背景补偿的引导策略,首先检测到当前帧内的运动边界,然后进行筛选,根据检测结果构造出待匹配的候选运动区域;之后,将random ferns特征及朴素贝叶斯相结合,对待匹配区域进行识别分类,实现当前帧的目标定位;最后根据跟踪结果引导目标的特征模型进行合理更新,完成运动目标的跟踪。实验证明,本文提出的方法能够适应运动目标的形变,并且在存在目标遮挡、粘连的情况下,也能实现目标的准确定位,完成运动目标跟踪。

关键词：动态场景目标跟踪随机节点背景补偿引导