一种非标定摄像机的定位新算法

针对摄像机固定和共面约束条件下进行目标定位,提出了一种简单可行的全新算法。该算法避开了烦琐的摄像机标定这一过程,也不用精确地求解单应性矩阵。只是运用射影几何的性质,通过简单的几何关系,对非标定单摄像机拍摄的单幅图像,求解其从2D图像平面到真实的3D平面的非线性单映射关系。该算法为解决计算机视觉的测量、定位、三维重建等问题,提供一种全新的思路。     

基于IEKF视觉运动分析递归算法的研究

本文提出基于图象序列上特征点的图象平面轨迹进行运动参数估计，以提取运动物体的姿态、速度以及外部环境内所感兴趣点的位置参数，由于图象特征点轨迹与待估计的参数有关，因此能够组合长序列图象内的信息并利用ＩＥＫＦ递归地估计未知的运动及结构参数。     

个性化Agent层次结构模型构造

通过对人类心理的分析，构造出个性化Agent的层次结构模型，即需要模块、驱动模块、喜好地址表模块及世界观模块。重点阐述了需要模块，其分别包括思维策略、安全系统等低层次结构体系及通信请求、推理系统、解释系统等高层次结构体系。这些层次结构体系及各模块确保个性化Agent具有层次分明、开放、灵活及较好的稳定性等优良特性。     

基于照明参数与反射系数的分层SFS算法

提出一种由明暗信息复原形状的鲁棒算法.此算法能有效地估计照明方向、漫反射 系数、照明天顶角以及沿图像轮廓由明暗信息复原形状,并且在考虑自阴影影响情况下,用新 方法从图像的统计特征估计照明的仰角和表面反射系数,使重建强度梯度接近输入图像梯度 实现平滑约束.该方法为数据驱动,稳定可靠,能同时更新表面斜率与高度图,大大减小发射 项与可积分项内的剩余误差.最后给出SFS(Shape from Shading)算法的分层实现.     

基于构造型反馈神经网络聚类算法

文章改进了自反馈FP聚类算法,并将该聚类算法应用于中国的证券市场。对应用的结果进行分析,说明了自反馈FP聚类算法作为聚类分析器在证券研究的应用中具有实用价值,以及在对证券市场深入研究中具有较好的应用前景。     

进化设计人工神经网络

1 前言从1985年Rumelhart提出BP算法以来,神经网络理论发展迅速,多层前向型网络更成为用途最为广泛的网络之一。探索高效的神经网络学习算法和优良的网络结构成为推动神经理论和应用的重要因素。在网络结构设计中经常遇到的两个问题是:所得网络缺少泛化能力和易产生干扰现象。一个网络具有泛化能力是指网络能正确响应未出现在训练集中的输     

基于神经网络的进化机器人组合行为方法研究

为了克服传统机器人设计方法存在的局限性,提高机器人的自适应能力,采用神经网络方法实现了进化机器人避碰、趋近及其组合行为学习,首先,提出了新的机器人模拟环境和机器人模型,结合了采用神经网络实现进化学习系统的方法。其次,对具有进化学习机制的机器人基本行为和组合行为学习系统进行了仿真,并通过仿真证明了新模型不要求环境知识的完备性,机器人具有环境自适应学习能力,还具有结构简洁、易扩展等特点,最后,对仿真结果进行分析与讨论,并提出了进一步研究方向。     

基于生长神经网络的进化机器人行为研究

提出了一个基于生长神经网络的进化机器人行为算法,新算法的主要特点是:1、通过自然选择对神经网络进行进化,并能自主实现机器人避碰、移动、复制和攻击等行为;2、开发了一个自主机器人模拟环境,对所提出的算法进行运行测试.模拟结果证明,生长神经网络系统是研究渐增进化的有效工具,新算法能够有效地实现机器人创新行为.     

基于照明参数与反射系数的分层SFS算法1)

提出一种由明暗信息复原形状的鲁棒算法.此算法能有效地估计照明方向、漫反射系数、照明天顶角以及沿图像轮廓由明暗信息复原形状,并且在考虑自阴影影响情况下,用新方法从图像的统计特征估计照明的仰角和表面反射系数,使重建强度梯度接近输入图像梯度实现平滑约束.该方法为数据驱动,稳定可靠,能同时更新表面斜率与高度图,大大减小发射项与可积分项内的剩余误差.最后给出SFS(Shape from Shading)算法的分层实现.     

并行遗传算法研究进展

Parallel Genetic Algorithm is an important branch of Evolutionary Computing and more and more AI specialists pay attention to it because of its simplified topologies and robust search a-bility. In this paper, we discussed theoretic and application achievement of Parallel Genetic Algorithm ,analyzed their advantage and disadvantage ,and point out its future research direction.