共查询到15条相似文献,搜索用时 125 毫秒
1.
2.
3.
4.
5.
基于NEYMAN-PEARSON准则的最优分布式量化检测融合算法 总被引:3,自引:2,他引:1
研究分布式NEYMAN-PEARSON量化检测融合系统的性能优化问题,融合系统由融合中心及多部传感器构成。各部传感器对同一目标或现象进行观测,并将量化后的观测信息传送至融合中心,融合中心对各部传感器的量化信息进行融合,并作出系统的最终判决。文中推导了融合系统检测性能最优化的必要条件。并在此基础上给出了各部传感器的最优量化规则,采用这一最优量化检测方法对分布式水声信号检测系统的性能进行优化,所得系统性能明显优于单部声呐的检测性能。 相似文献
6.
7.
8.
9.
多传感器分布式融合检测自适应算法 总被引:1,自引:0,他引:1
多传感器融合检测系统的主要结构为分布并行式融合结构,贝叶斯融合检测策略则是分布式融合检测系统中最典型的一种融合方法。在该策略中必须给定假设的先验概率和各个传感器的虚警概率和漏检概率,而在实际应用中,这些统计量是未知的或者随时间变化的。文中给出一种分布式融合结构的自适应融合算法,可以在线自适应学习先验概率、虚警概率及漏检概率,从而利用融合算法解决决策融合问题。计算机仿真结果表明了算法自适应逼近传感器虚警概率和漏检概率的过程,及融合检测的有效性。 相似文献
10.
11.
基于多光谱与显著性,提出一种红外弱小目标融合检测算法。该算法旨在将从多光谱探测器获得的同一场景的多光谱图像信息组合到一起,利用它们在时空上的相关性及信息上的互补性,提高系统的检测性能。采用一种新的基于人类视觉注意机制的显著性方法,该方法能够快速准确找到图像中的显著性区域;将目标看作一类,背景和干扰点看作另一类,选取离差平方和准则,使类内距离最小,类间距离最大;训练出融合参数,得到融合后的显著性图像。通过设定的门限值二值化,可以看出该融合方法能很好地将目标与背景分开,从而检测出目标。 相似文献
12.
13.
14.
针对在嵌入式平台上检测无人机时面临的资源占用率高、实时性差的问题,提出一种改进YOLOv5网络的目标检测算法。以YOLOv5s网络为基础模型,使用MobileNetV3网络代替CSP-Darknet53作为骨干网络进行特征提取,并优化改进特征加强网络以及算法的回归框损失函数。基于自建无人机数据集分别在PC机和嵌入式平台RK3399上进行测试,实验结果表明:改进后的YOLOv5算法与原算法相比,在保持较高检测精度的同时,检测速度提升了38%,模型大小降低了45%,有效提升了算法的检测性能,满足应用于嵌入式设备的实际需求。 相似文献
15.
针对现有化学反应优化算法存在的不足,提出一种基于粒子群优化算法(particle swarm optimization,PSO)
和自适应化学反应优化算法(adaptive chemical reaction optimization,ACRO)相结合的混合算法(a hybrid optimization
based on ACRO and PSO,ACRO-PSO)。在ACRO 算法的领域算子基础上,融入PSO 算法的全局算子,加入权重系
数控制本地搜索和全局搜索的比例,修改分解反应合化合反应出现的时机,利用化合反应输出最优解,采用标准测
试函数对ACRO-PSO 进行性能分析。仿真结果表明,ACRO-PSO 算法能高效地解决待优化问题。 相似文献