排序方式: 共有21条查询结果,搜索用时 15 毫秒
1.
2.
在混合式多传感器信息融合系统中,一部分传感器通过处理它们的数据产生局部航迹,另一部分传感器则只提供检测报告,这些航迹和检测报告被传送到融合中心完成航迹融合和组合滤波。本文提出适合于两级混合式多传感器系统的全局最优状态估计解。在这种结构中,融合中心首先需要融合来自L个传感器的局部估计,然后基于其它N-L个传感器的观测,利用Kalman滤波技术依次更新已融合的航迹。本文还考虑了各传感器分布在不同地理位置时的状态估计问题。 相似文献
3.
4.
快速说话人自适应算法在非特定人连续语音识别的应用中有重要意义.现在流行的自适应算法多数只考虑均值的自适应.本文提出的自适应算法可以快速的对协方差矩阵进行自适应.该算法是用高斯相似度度量协方差矩阵间的距离,并由此测度建立了反映协方差矩阵结构关系的二叉决策树.树的每个中间节点包含一个类质心.在决策树基础上,训练多个与特定人模型相关的类质心.自适应时,通过对这些类质心进行线性插值得到自适应的协方差矩阵.实验结果表明,该方法能够在仅有一句自适应数据的情况下,使系统误识率由29.49%下降到27.55%. 相似文献
5.
6.
7.
为了改善局部节点和传感器级的跟踪性能,本文研究带反馈信息的多级式多传感器系统中的状态估计技术.在给出有反馈信息情况下传感器级状态估计解的基础上,本文提出多坐标系中有反馈信息的两层集中、分布和混合估计方程.在不同笛卡尔坐标系中,本文提出了几种带反馈信息的三层多传感器系统中的航迹级融合方法,其中包括集-分估计、分-分估计和混-分估计,并以定理的形式证明有、无反馈信息情况下的两类三层状态估计是等价的、最优的.仿真结果表明,在多传感器信息融合系统中引入反馈机制可以明显改善一些局部节点和传感器级的跟踪精度. 相似文献
8.
提出了一个语义分析集成系统,并在此基础上构建了结构化的语言模型.该语义分析集成系统能够自动分析句子中各个词的词义以及词之间的语义依存关系,达到90.85%的词义标注正确率和75.84%的语义依存结构标注正确率.为了描述语言的结构信息和长距离依存关系,研究并分析了两种基于语义结构的语言模型.最后,在中文语音识别任务上测试两类语言模型的性能.与三元语言模型相比,性能最好的语义结构语言模型--中心词三元模型,使绝对字错误率下降0.8%,相对错误率下降8%. 相似文献
9.
10.
多级式多传感器信息融合中的状态估计 总被引:27,自引:2,他引:25
本文多级式传感器监视系统中的状态估计技术,基于背地里传感器Kalman滤波方程,两级集中和分布估计解,本文提出多坐标系中多级式多传感器跟踪系统的三层集中估计方法,在不同笛卡尔坐标系中,本文提出了几种适合于三层多传感器信息融合系统的航迹级融合方法,其中既包括了集-分估计,也包括了分-分估计组合问题,在离散线性假设下,各层估计解都是最优的并且对同一问题的不同表现形式是等价的,另外,文中还给出多级式多传 相似文献