排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
苹果公司近日正式推出了最新一代的iPod,该机共有30GB和60GB两种容量,而且也提供了白色和黑色两种不同的色彩选择。这款iPod Video独特的外形设计使它成为了目前最经典的随身影音产品之一。 相似文献
2.
郭苹 《计算机光盘软件与应用》2013,(20):33-34
智慧校园是以借助新一代的物联网、云计算、泛在感知等信息技术,打造物联化、智能化、感知化、信息化的新型校园。目前智慧校园方兴未艾,本文正是以物联网和云计算两个技术为出发点,展望未来智慧校园的一片美好前景。 相似文献
3.
传统相机重定位依赖手工特征,场景的变化会影响其后续特征匹配,导致算法总体性能下降。然而,基于深度学习场景坐标回归的相机重定位方法在室内场景下有着较好的表现。针对复杂场景下定位精度低以及在特征提取过程中空间信息丢失的问题,在场景坐标回归方法的基础上,提出一种基于深度过参化卷积与细粒度信息的相机定位方法。该方法在特征提取网络中,引入深度过参化卷积层取代传统的卷积层,使提取的特征更具有鲁棒性;在特征提取网络之后,增加细粒度信息,加强特征提取,解决特征提取带来的空间信息丢失问题;通过全连接层输出场景坐标,建立二维图像像素和三维场景坐标之间的关系,然后使用多点透视随机抽样一致性算法得到相机位姿。实验结果表明,改进后的方法与同类型算法相比有明显的提升,该方法能够将平均角度精度提高20.00%,对相机重定位有显著效果,验证了该方法在一定程度上能够克服视觉特征对相机重定位的影响。 相似文献
4.
在云南城市环境建设项目管理的实践基础上,对参与式的环境治理模式进行初步探讨,对云南城市环境建设项目的主要利益相关群体及其主体性进行浅析,提出在云南城市环境建设项目中开展项目目标群体参与、利用公众力量开展城市环境治理的有关建议。 相似文献
5.
相机位姿估计是指在已知环境下精确地估计相机在世界坐标系中六自由度位姿的技术,该技术是机器人技术和自动驾驶中的关键技术。随着深度学习的飞速发展,使用深度学习来优化相机位姿估计算法已经成为了当前的研究热点之一。为了掌握目前相机位姿估计算法的研究现状与趋势,对基于深度学习的相机位姿估计的主流算法进行了综述。简单介绍了传统的基于特征点的相机位姿估计方法。重点介绍了基于深度学习的方法:根据核心算法的不同,从端到端的相机位姿估计、场景坐标回归、基于检索的相机位姿估计、层级结构、多信息融合和跨场景的相机位姿估计六个方面进行了详细的阐述和分析。对研究现状进行了总结,并基于深入的性能分析指出了相机位姿估计领域面临的挑战,展望了其发展动向。 相似文献
6.
针对FastSLAM2.0算法粒子权值退化与粒子多样性丧失导致机器人定位建图精度下降的问题,提出了基于头脑风暴算法改进FastSLAM2.0算法.通过头脑风暴算法替换FastSLAM2.0算法重采样过程,首先将重要性采样后的粒子权值作为头脑风暴算法中个体评判的适度值,根据适度值大小差异完成K-means聚类操作;其次对聚类后的集合进行变异操作,并取消头脑风暴算法中个体选择操作,从而实现改进头脑风暴算法替代FastSLAM2.0算法重采样过程,缓解粒子的贫化现象,增加粒子多样性,最终实现对机器人定位建图精度的提升.在机器人定位建图实验中,对比经典FastSLAM2.0算法和基于遗传算法改进FastSLAM2.0算法,提出的算法定位精度最高,相较于经典FastSLAM2.0算法,提出算法定位精度提升了63%,稳定性提升了55%. 相似文献
7.
8.
郭苹 《数字社区&智能家居》2009,(25)
该文就当前高职院校在C程序设计课程教学过程中存在的的教师难教,学生难学等一系列问题,加以分析,在C课程教改的实效性方面做了一定的调查和研究,通过使用Ch平台对C课程进行试点改革,取得了阶段性的成果。 相似文献
9.
针对白细胞数据样本少、类间差别小及目标尺寸小导致的检测精度低、效果不佳等问题,提出一种基于改进YOLOv5的白细胞检测算法YOLOv5-CHE.在主干特征提取网络的卷积层中添加坐标注意力机制,以提升算法的特征提取能力;使用四尺度特征检测,重新获取锚点框,增加浅层检测尺度,来提高小目标的识别精度;改变边框回归损失函数,以... 相似文献
10.