排序方式: 共有33条查询结果,搜索用时 15 毫秒
1.
基于SURF特征提取和FLANN搜索的图像匹配算法 总被引:1,自引:0,他引:1
针对传统图像匹配算法存在特征信息少和误匹配率高的问题,提出基于SURF特征提取和FLANN搜索的图像匹配算法.通过Hessian矩阵获取图像局部最值,并使用不同尺寸特征描述器,同时处理尺度空间多层图像的向量特征,最后采用FLANN搜索算法进行特征匹配.试验表明,该算法比传统的图像匹配算法在效果和效率方面都表现得更好. 相似文献
2.
Feedback active noise control has been used for tonal noise only and it is impractical for broadband noise. In this paper, it has been proposed that the feedback ANC algorithm can be applied to a broadband noise if the noise characteristic is chaotic in nature. Chaotic noise is neither tonal nor random; it is broadband and nonlinearly predictable. It is generated from dynamic sources such as fans, airfoils, etc. Therefore, a nonlinear controller using a functional link artificial neural network is proposed in a feedback configuration to control chaotic noise. A series of synthetic chaotic noise is generated for performance evaluation of the algorithm. It is shown that the proposed nonlinear controller is capable to control the broadband chaotic noise using feedback ANC which uses only one microphone whereas the conventional filtered-X least mean square (FXLMS) algorithm is incapable for controlling this type of noise. 相似文献
3.
针对SIFT算法在图像融合中耗时长,维度高的问题,论文设计了一种基于SURF、FLANN和RANSAC三者结合的拼接方法。首先利用SURF算法鲁棒性强、算法复杂度低的优势来进行特征点的检测,凭借FLANN算法可以调整参数来进行精确度的提升的优点来进行特征点的匹配,并与常见的BF算法匹配进行比较;针对其中错误匹配对的存在,采用RANSAC算法对存在匹配错误的点进行剔除并进行单应矩阵的计算,来找到最好的模型匹配对,降低误差;最终采用加权平均法进行图像的融合。通过实验验证,算法提高了匹配效率,拼接效果良好。 相似文献
4.
The method based on particle swarm optimization (PSO) integrated with functional link articial neural network (FLANN) for correcting dynamic characteristics of sensor is used to reduce sensor's dynamic... 相似文献
5.
电容压力传感器的FLANN建模方法 总被引:6,自引:2,他引:6
旨在开发一种计算简单的电容压力传感器的模型,以便经济、可靠地应用。分析表明采用新型函数链接型神经网络建立的电容压力传感器模型能够精确读出应用压力,它是一种能实现输入到输出的高度非线性映射并且运算高效的非线性网络,在建立传感器模型的类似性能上比多层感知器具有更高的运算优势。 相似文献
6.
为了降低磁电式振动速度传感器的下限测量频率,以实现超低频振动速度测量,提出改进其幅频特性的函数连接型人工神经网络(FLANN)方法。该方法以磁电式振动速度传感器动态试验数据为基础,通过FLANN训练来确定传感器动态补偿网络,以改善它的幅频特性。介绍了原理和FLANN权值调整的算法,给出用FLANN建立的磁电式振动速度传感器动态补偿网络的数学模型。结果表明:这种幅频特性的改进方法具有精度高、鲁棒性好,并能在线修正等优点,在工程测试领域有重要的实用价值。 相似文献
7.
提出一种基于最小二乘支持向量机(LS-SVM)构造函数链接型神经网络(FLANN)的方法,并根据正反馈原理将该FLANN应用於热电偶传感器非线性校正.讨论LS-SVM构造FLANN的基本原理和具体算法,给出了非线性补偿器的数学模型.与常规BP迭代算法构造的FLANN比较,该方法构造的FLANN补偿器具有如下优点:①利用LS-SVM将迭代逼近问题转化为直接求解多元线性方程,因此具有更快的速度;②整个训练过程中有且仅有一个全局极值点,确定了所构造FLANN补偿器的唯一性,提高了补偿精度.最后以Pt-Rh30-Pt-Rh6热电偶(B型)为例进行非线性校正实验,结果验证了上述结论. 相似文献
8.
9.
为满足快速称重的要求,结合遗传算法寻优速度快和函数联接型神经网络(FLANN)有较强的函数逼近能力的优点,设计了一种基于遗传算法优化的FLANN补偿器,实现对称重传感器的动态特性补偿。采用遗传算法优化FLANN的连接权值。仿真表明:阶跃响应时间快,且超调量小,有效地提高了称重传感器的动态响应过程,且方法简单,易于工程实现,具有实用价值。 相似文献
10.