Airplane attitude estimation using computer vision: simple method and actual experiments

The development, implementation, and validation of a simple algorithm for airplane attitude estimation, based on a video of the horizon obtained from a camera mounted on the plane, is presented. The method provides absolute attitude estimation, which makes it suitable for the calibration and testing of artificial horizon systems. Solutions for some of the difficulties encountered in the determination of roll and pitch angles are discussed and presented. Experimental results from actual flights in a light aircraft are used to compare estimates obtained by the proposed method with data obtained from a commercial attitude reference system.     

数据挖掘技术在机考系统中的应用

本机考系统的特点是将数据挖掘技术应用到计算机机考系统中使之智能化,它能够帮助教师分析全班学生在作业、测试中知识点掌握的情况,分析结果除了包括自动改卷子系统能够将每位同学的考试成绩显示出来以外,最重要的是包括直观地显示出每题的考点及其错误率。分析结果可以及时地向教师反馈学生在做题过程中所暴露出来的教学薄弱环节,帮助教师改变教学课时分布,从学生角度发现和抓住教学重点、难点,重新构造学生学习新路径。     

数据挖掘技术及应用

首先引出了数据挖掘技术产生的背景,然后概述了数据挖掘的基本概念以及其含义,接着介绍了几种最常用的数据挖掘技术如决策树、神经网络、关联规则、聚类分析、统计学习、模糊集和粗糙集等,最后对数据挖掘的应用领域做了阐述。     

Direction of arrival estimation using adaptive directional time-frequency distributions

Time-frequency distributions (TFDs) allow direction of arrival (DOA) estimation algorithms to be used in scenarios when the total number of sources are more than the number of sensors. The performance of such time–frequency (t–f) based DOA estimation algorithms depends on the resolution of the underlying TFD as a higher resolution TFD leads to better separation of sources in the t–f domain. This paper presents a novel DOA estimation algorithm that uses the adaptive directional t–f distribution (ADTFD) for the analysis of close signal components. The ADTFD optimizes the direction of kernel at each point in the t–f domain to obtain a clear t–f representation, which is then exploited for DOA estimation. Moreover, the proposed methodology can also be applied for DOA estimation of sparse signals. Experimental results indicate that the proposed DOA algorithm based on the ADTFD outperforms other fixed and adaptive kernel based DOA algorithms.     

数据挖掘技术在入侵检测中的应用

文章分析了现代入侵检测技术存在的问题,提出了数据挖掘的解决方法。着重阐述了数据挖掘的含义、过程和优势,与传统入侵检测技术相比更能适用于各种复杂环境。     

数据挖掘及其在网络信息检索中的应用

随着移动互联网的普及应用,如何更高效的进行网络信息检索来获取需要的信息便显得愈发重要.本文在廓清数据挖掘相关概念的基础上,对数据挖掘在网络信息检索中的应用进行了重点分析和讨论.     

区间分析及其在参数估计中的应用

对区间分析及其在系统参数估计中的应用进行了综述.首先分析了使用区间分析进行参数估计的原因,进而对区间分析理论进行了简介,然后对区间分析在常规参数估计方面的应用和未知但有界误差参数估计方面的应用(包括在线性系统参数估计中的应用和在非线性系统参数估计中的应用)进行了综述,最后进行了总结和展望.     

区间分析及其在参数估计中的应用

对区间分析及其在系统参数估计中的应用进行了综述.首先分析了使用区间分析进行参数估计的原因,进而对区间分析理论进行了简介,然后对区间分析在常规参数估计方面的应用和未知但有界误差参数估计方面的应用(包括在线性系统参数估计中的应用和在非线性系统参数估计中的应用)进行了综述,最后进行了总结和展望.     

人工智能及其在计算机网络技术中的运用

在信息化背景下,人工智能可以为日常生活以及各领域的生产提供服务,进而表现出显著的技术优势。在计算机网络的辅助下,人工智能逐步融入了日常生活中,因此也为生活带来了更多便利。由此可见,计算机网络领域的人工智能技术有助于改进网络技术,从而服务于更多的领域和行业。探析人工智能的基本特征以及内涵是很有必要的。文章在计算机网络的新背景下,探求人工智能的具体运用思路。     

异常数据挖掘及其在工程实际中的应用研究

介绍了数据挖掘技术中聚类分析与异常数据挖掘的理论与方法,分析异常数据挖掘的两类过程,分析三种异常数据挖掘方法及算法,对三种异常数据挖掘方法进行分析,并将异常数据挖掘的方法应用于油气集输管线压力数据分析中。     

浅析计算机软件开发技术及其应用

随着社会经济的不断发展与进步,科学技术的不断改革与创新,计算机行业发展得到了质的飞跃。社会大众生活与计算机应用早已密不可分,文章将对计算机软件开发技术及其应用展开进一步的分析与探讨,重在强化用户计算软件开发技术的认识,为今后该领域的研究发展提供科学的参考依据。     

计算机视觉在智慧安防中的应用

对人工智能领域中的计算机视觉和深度学习技术的发展进行了简要概述,阐述了两者之间的关联,并结合5G技术对其未来的发展趋势做了一定的展望。剖析了某小区人脸抓拍的实际案例,重点介绍了计算机视觉技术在城市治理智慧安防行业中的应用,包括流程设计、业务逻辑、算法原理等,希望能够为相关领域的专家学者提供合理化建议与新的思路。     

计算机视觉在对虾养殖业的应用实践

针对传统水产养殖业中养殖过程中容易受到养殖人员的个人经验从而导致养殖效率低下、能源损耗严重等问题,本文融合计算机视觉、人工智能、图像处理等技术,应用于对虾养殖业中并展开实践.首先在水下投放双目摄像机把拍取的对虾图像和视频上传至PC端,使用YOLOv5深度学习模型对虾体图像进行训练达到精准识别的效果,然后根据一系列的图像...     

Adaptive instantaneous frequency estimation of multicomponent FMsignals using quadratic time-frequency distributions

An adaptive approach to the estimation of the instantaneous frequency (IF) of nonstationary mono- and multicomponent FM signals with additive Gaussian noise is presented. The IF estimation is based on the fact that quadratic time-frequency distributions (TFDs) have maxima around the IF law of the signal. It is shown that the bias and variance of the IF estimate are functions of the lag window length. If there is a bias-variance tradeoff, then the optimal window length for this tradeoff depends on the unknown IF law. Hence, an adaptive algorithm with a time-varying and data-driven window length is needed. The adaptive algorithm can utilize any quadratic TFD that satisfies the following three conditions: First, the IF estimation variance given by the chosen distribution should be a continuously decreasing function of the window length, whereas the bias should be continuously increasing so that the algorithm will converge at the optimal window length for the bias-variance tradeoff, second, the time-lag kernel filter of the chosen distribution should not perform narrowband filtering in the lag direction in order to not interfere with the adaptive window in that direction; third, the distribution should perform effective cross-terms reduction while keeping high resolution in order to be efficient for multicomponent signals. A quadratic distribution with high resolution, effective cross-terms reduction and no lag filtering is proposed. The algorithm estimates multiple IF laws by using a tracking algorithm for the signal components and utilizing the property that the proposed distribution enables nonparametric component amplitude estimation. An extension of the proposed TFD consisting of the use of time-only kernels for adaptive IF estimation is also proposed     

一种移动环境下的信噪比估计算法及其在多普勒频移估计中的应用

利用移动信道的功率谱特性,提出了一种基于谱分析的平均信噪比估计算法,其实现可以利用FFT(fastfouriertransform),从而有效节省了运算资源。其次结合噪声环境下多普勒频移的理论偏差,提出了基于信噪比估计的改进方法。计算机仿真表明,在一般通信系统的工作信噪比范围,文章的信噪比估计方法具有较高的估计精度,而且基于信噪比估计的改进多普勒频移估计方法在各种移动速度和信噪比下都表现出较高的估计精度。     

基于Apriori算法的流量识别特征自动提取方法

提出了一种基于Apriori算法自动提取协议识别特征的方法,该方法可以自动提取2种最常用的协议识别特征--特征字符串和包长特征,提取特征的效率较传统方法有很大的提高.通过识别率、准确率、正误识别率和负误识别率等指标验证了所提取特征的准确性和完整性,并根据结果反馈指导特征提取的过程,保证了提取特征的可靠性.     

计算机电子控制技术及其运用的相关探讨

在经济不断发展的过程中,技术研究的深度和广度在不断的增加,计算机技术作为现阶段普遍利用的一种应用技术,人们对其的研究更加的深入和具体.从目前的情况来看,人们在计算机技术的基础上结合了电子技术,由此出现了计算机技术和电子技术相结合的控制手段,此种控制技术在社会实践中的应用有效提升了控制的可靠性,为器械的运行效率和质量提升带来了积极的意义.就现阶段的具体应用来看,计算机电子控制技术的应用范围在不断的扩展,深度也在不断的增加,所以积极的探讨此种控制技术的内涵以及相关性的应用具有重要的社会现实意义.基于此,本文展开对计算机电子控制技术的系统研究,旨在强化对此种技术的认识,并在此基础上解决技术应用中的困扰,进而实现其应用价值的综合性提升.     

基于单摄像头双目成像系统在计算机视觉中的应用研究

利用单个摄像头和一平面镜的舍体实现了双目成像系统的三维视觉功能,并理论证明了平面镜相对于摄像头按一定条件放置时,利用合体可以得到适于三维立体视觉的图像。在已知舍体内外部参数的情况下,由舍体所得图像进行点的三维立体恢复的理论推导。对合体的标定、内外部参数的确定也进行了理论推导。最终证明,由合体进行三维立体恢复,其实质相当于双目成像。通过实验对合体和一双目成像系统分别进行了标定,利用标定的结果进行了对点的三维立体恢复。结果表明两者精度相当。     

嵌入式数据挖掘模型及其在银行卡业务中的应用

针对现有数据挖掘体系结构松散揭合、算法运行效率不高的问题,提出了嵌入式数据挖掘模型。该模型实现了算法的组件化管理,并将整个数据挖掘流程控制在数据库、数据仓库中,在简化数据挖掘过程的同时,大大提高了数据挖掘的效率。通过对几种典型数据挖掘算法在银行卡业务数据中的试验,证实了该模型的有效性和实用性。     

乘积型指数滤波器及其在多目标时延估计中的应用

指数滤波器是一类新构造出来的输出信噪比和目标时延分辨力随指数变化的滤波器,该滤波器在损失一定输出信噪比的前提下可以有效提高目标时延分辨力,从而提高目标时延估计精度,但仅采用单个指数滤波器仍存在输出信噪比和目标时延分辨力均达不到实际需求的情况。在乘积型高阶模糊函数乘积运算的启发下,在指数滤波器的基础上提出了一种新的乘积型指数滤波器,并分析了该乘积型指数滤波器的输出信噪比及目标时延分辨力等性能。仿真实验表明,所提的乘积型指数滤波器在低信噪比情况下可以更有效提高多目标时延估计精度,且算法简单易于实现,适用于背景复杂的多目标参数估计任务。