会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

多元部分变量误差模型及解算_杨根新

本文针对多元总体最小二乘中系数矩阵存在常数项和重复元素的问题,提出了一种多元部分变量误差模型（multivariate partial EIV model）。根据总体最小二乘平差准则,采用非线性最小二乘平差理论和经典间接平差方法推导了三种多元部分变量误差模型的解算算法。通过一个实测算例和一个模拟算例进行了参数解算,结果分析表明本文算法能得到与文献算法一致的参数估值,验证了本文算法的有效性和可行性。

  • 2021-05-06
  • 阅读294
  • 下载0
  • 6页
  • pdf

基于MOPSO算法的垂向混合产流模型参数多目标优化_杜彦臻

针对水文过程模拟模型的复杂性及校准参数的准确性问题,提出一种相对较新的全局优化算法——多目标粒子群优化（MOPSO）算法定义多个目标函数,并引入Pareto前沿解概念,扩大了采样空间,提高了算法的运算速度和鲁棒性,进而对垂向混合产流模型进行模拟。实例应用结果表明,与单目标算法相比,多目标算法能较准确地模拟水文过程的多方面因素,提高了优化结果的精度。

  • 2021-05-06
  • 阅读327
  • 下载0
  • 5页
  • pdf

基于K_Means算法和重心法求解多配送中心选址问题_许彦宸

分析了P-中值模型的特点,阐述了传统的模型与算法在求解大量需求点选择问题的局限性,提出了利用改进K-Means算法和重心法相结合的方式来求解该问题的思路,并提出以噪音率来刻画选址的效果,利用公开的数据设计了数值实验,证明该算法是收敛且实用的。

  • 2021-05-06
  • 阅读352
  • 下载0
  • 5页
  • pdf

基于专家场先验模型的图像超分辨重建算法_张秀

为了进一步提高图像超分辨率重建的质量,针对非局部集中稀疏表示算法中重建图像的噪声问题,提出了一种基于专家场先验模型的图像超分辨率重建改进算法。首先,利用专家场模型从图像训练集中学习整幅图像的先验知识建立全局先验模型；然后将学习到的先验信息用于非局部集中稀疏表示模型求解最优稀疏表示系数；最后,得到高分辨率图像估计。该算法在超分辨率重建迭代运算的同时,同步更新专家场模型参数,因此在不显著增加运算复杂度的情况下,通过选取合适的先验约束,有效地增强了图像重建的效果。实验结果表明:相比非局部集中稀疏表示算法,文中算法对无噪和有噪降质图像均能取得较好的峰值信噪比结果,并且能够进一步提高有噪图像的去噪效果。

  • 2021-05-06
  • 阅读290
  • 下载0
  • 8页
  • pdf

WSNs中基于仿生模型的拥塞控制算法_张莉华

网络拥塞降低了无线传感网络（Wireless Sensor Networks,WSNs）的服务质量,针对WSNs的网络拥塞问题,提出了基于仿生模型的拥塞控制算法；该算法通过竞争洛特卡-伏尔特拉（Competitive Lotka-Volterra,C-LV）模型避免拥塞,并利用粒子群优化（Particles Swarm Optimization,PSO）算法优化C-LV模型的参数,使得节点能够公平地接入网络资源,减少数据传输时延；仿真结果表明:提出的算法能有效地降低拥塞概率,维持节点公平地接入网络资源。

  • 2021-05-06
  • 阅读323
  • 下载0
  • 5页
  • pdf

多普勒盲区条件下的交互式多模型粒子滤波算法_韩伟

机载预警雷达采用脉冲多普勒体制,具有良好的低空探测性能,但其存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标航迹暂消和重起批甚至断批。针对多普勒盲区条件下的目标连续跟踪问题,提出了一种基于交互式多模型的盲区粒子滤波（Interacting Multiple Model-Blind Doppler Particle Filtering, IMM-BDPF）算法。该算法将多普勒盲区的先验信息并入到IMM-PF中,在模型集中的每个运动模型上分别完成盲区粒子滤波,再进行交互式处理,得到盲区内的目标状态估计值。仿真结果表明该算法对盲区内做机动的目标具有较高的状态估计精度,解决了多普勒盲区条件下的机动目标连续跟踪问题。

  • 2021-05-06
  • 阅读319
  • 下载0
  • 7页
  • pdf

基于PPP模型的多扩展目标跟踪的JPDA算法研究_杜浩翠

针对多扩展目标跟踪问题,提出了基于泊松点过程（Poisson Point Process, PPP）模型的多扩展目标跟踪的联合概率数据关联（Joint Probabilistic Data Association, JPDA）算法。首先,采用PPP对扩展目标进行测量建模,其次以"多对一"关联模型思想提出一种JPDA算法,从而计算运动目标的当前有效量测的边缘关联概率,然后结合该边缘关联概率以概率数据关联（Probability Data Association, PDA）的方式分别更新每个扩展目标的运动参数和形状参数向量,最后通过仿真实现了当扩展目标相互靠近或出现交叉时的跟踪。实验结果表明,在高杂波环境下,本文所提出的算法在计算时间和跟踪稳定上具有较明显的优势。

  • 2021-05-06
  • 阅读331
  • 下载0
  • 9页
  • pdf

基于改进BING模型和边缘信息的行人检测算法_朱天明

针对行人检测中传统多尺度滑动窗口遍历搜索计算量大,计算速度慢的问题,提出了一种基于改进BING模型和边缘信息的行人检测算法。首先,通过样本采样规则的确定、样本阈值的选择和搜索尺度空间的优化对BING似物检测模型进行了改进；然后,针对提取的候选框存在偏移的问题,提出了基于边缘信息的候选框位置矫正方法；最后,利用经典的HOG-SVM行人检测算法,对提取的行人候选框进行最终的行人识别。实验结果表明,该算法在保证行人检测率的前提下有效提高了行人检测的实时性。

  • 2021-05-06
  • 阅读312
  • 下载0
  • 5页
  • pdf