共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
非线性对象神经网络建模的广义自组织学习 总被引:5,自引:0,他引:5
本文提出了非线性对象神经网络建模的广义自组织学习算法,该算法采用多个局部模型进行建模,扩展了Kohonen自组织学习算法中的局部模型划分机制,且多个局部模型的划分兼顾了输入样本的分布和模型匹配特性.仿真结果表明,广义自组织学习算法明显地提高了建模精度和收敛速度. 相似文献
5.
在利用一种基于准静态的有限差分法(FDM)对共面波导(CPW)进行电磁仿真和建模的过程中,为了解决均匀网格在三维FDM计算中仿真时间较长的问题,并对常规的非均匀网格算法在算法复杂性和效率方面进行改进,我们提出了一种简单易行的渐进网格算法,取得了精度和效率的较好折中。同时利用这种改进的FDM电磁仿真和建模算法成功地完成了对CPW传输线结构、开路结构和短路结构的仿真和模型参数提取。文中通过对一个具体的CPW短路结构建模的算例分析,在进行算法验证的同时,也对这种新算法在应用方面提出了一些具体的参考准则。 相似文献
6.
7.
8.
9.
基于灰度特征和自适应阈值的虚拟背景提取研究 总被引:1,自引:0,他引:1
针对虚拟背景提取(Visual Background extractor,ViBe)算法在目标检测时容易出现鬼影和运动目标阴影的缺点,该文提出了一种基于灰度特征和自适应阈值的ViBe背景建模改进方法。该算法首先利用ViBe算法进行背景建模,得到前景目标,然后对前景目标进行灰度特征判断和自适应阈值比较,得到没有鬼影和运动目标阴影的运动目标。实验结果表明,改进后的算法可以很好地弥补ViBe算法的不足,提高ViBe算法的识别准确率。 相似文献
10.
11.
文章对网格环境下已有的资源查找算法,通过建模分别在时间复杂度、空间复杂度上进行对比分析,指出了这些算法各自存在的优势和不足。 相似文献
12.
一种自适应调整K-r的混合高斯背景建模和目标检测算法 总被引:1,自引:0,他引:1
针对非平稳背景下的复杂场景,该文提出一种自适应调整K-r的混合高斯背景建模和目标检测算法。该方法利用混合高斯模型(GMM)学习每个像素在时间域上的分布,构建自适应调整高斯分量K的方法,并针对不同情况,对描述像素的高斯分量数进行增加、删除或合并;在此基础上,模型参数更新式中引入了两个新的参数,能够根据实际情况自适应调整r值,使得背景建模和目标检测能够准确实时地随像素变化而变化,从而减少了运动目标信息的损失,提高了算法的鲁棒性和收敛性。实验表明,该算法在有诸多不确定因素的序列视频中能够迅速响应实际场景的变化,实现自适应背景建模和准确的目标检测。 相似文献
13.
为满足在不同背景条件下用户的手势识别需求,提出了一种对于动态手势定位及识别的算法。在摄像头固定、目标移动的前提下,采用ViBe算法对背景建模后结合肤色检测,对手势目标区域进行检测。文中提出了掌心的定位方法,算法利用形态学骨架运算提取图像特征,为解决用户不同衣着和动作造成判断区域的多样性和不确定性,进行有效区域选取后定位掌心坐标,根据掌心坐标通过似圆度和掌心极坐标进行手势定位和识别。实验结果证明,所提算法能够在复杂背景下准确地对手掌高于手肘的手势判断出掌心点,分割出手掌并进行手势识别,该算法同时拥有较好的鲁棒性和实时性。 相似文献
14.
15.
针对传统MAKLINK图规划路径线路改变时,其最优化路径易与环境约束条件冲突的问题,提出了在MAKLINK图中各链路上增加节点数目的方法,以提高系统建模的适应性和鲁棒性。设计的多节点链路通过dijkstra算法得到更为理想的次优化路径,由蚁群算法进行迭代计算获得最优化路径,实现了在保证路径适应度的前提下,提高优化路径对环境约束条件的适应性。实验结果表明,与基本MAKLINK图路径规划算法相比,多节点链路的建模路径规划算法可有效提高次优路径的建模精度,最优路径的适应度值较单节点链路减小了1.43%,具有一定的建模优势。 相似文献
16.
针对未知杂波强度下的多目标跟踪问题,提出了加速期望最大化概率假设密度(AEM-PHD)平滑滤波算法。首先,对杂波的强度进行建模;接着,根据杂波的量测估计出杂波的个数;然后,利用高斯有限混合模型对杂波密度函数进行建模,在EM算法的基础上提出了AEM算法,将AEM算法用于高斯有限混合模型参数的估计,获得了杂波的密度函数;最后,将估计的杂波信息应用于多目标跟踪,对目标状态进行了平滑。仿真结果表明,在杂波强度未知的环境下,所提算法能准确估计出杂波的参数,具有跟踪精度高、目标数目估计准确的优点。 相似文献
17.
在EnlightenGAN的启发下,提出了一种新的基于无监督学习全局和局部特征建模的低光照图像增强网络(Low-light Image Enhancement Network Based on Unsupervised Learning Global and Local Feature Modeling Image Enhancement, GLFMIE)。该网络分为两个阶段:生成网络和判别网络。生成网络包括全局和局部特征建模网络,判别网络包括全局和局部判别网络。在全局特征建模中创新性地引入了Swin-Transformer Block,其移位窗口机制可以以较少的内存消耗对输入图像进行长距离的特征依赖建模,并很好地提取图像颜色、纹理和形状的特征,从而有效地抑制噪声和伪影。在局部特征建模中,设计了一种多尺度图像和特征聚合(Multi-Scale Image and Feature Aggregation, MSIFA)网络,允许在单个U型网内交换来自不同尺度的信息,进一步增强图像特征的表征能力。在多个公共数据集的测试实验中,与已有一些先进低光照图像增强算法相比,该算法均取得了SOTA级别... 相似文献
18.
《中国激光》2010,(12)
温度是影响光纤陀螺测试精度的重要因素,通过理论分析和实验研究了光纤陀螺的静态温度特性,提出采用经典小波网络进行零偏温度建模的方案,并与多项式拟合结果进行比较,其拟合精度得到大幅度提高。在此基础上,对经典小波网络进行改进,研究了一种新的参数初始化方法,并提出了基于动量变步长梯度下降法的参数更新算法。实验结果表明,改进的小波网络算法能够进一步提高网络的收敛速度和模型拟合的精度,从而能够更好地描述光纤陀螺零偏的温度特性。为了验证小波网络算法的普适性,利用多个惯性器件的温度实验数据,进行零偏温度建模和精度分析,结果表明,该方法能够较好地适用于对温度敏感的惯性器件的静态温度建模。 相似文献
19.
20.
静态随机存取存储器(SRAM)电路的失效是极小概率事件,并且不同电路条件下的失效区域边界可能相距很远。因此,为了更高效地获得更精准的SRAM成品率预测结果,提出一种基于正交匹配追踪(OMP)算法的SRAM性能分组建模方法,并应用于典型SRAM电路成品率的预测。此方法主要根据不同SRAM电路条件下失效区域边界距离的差异将仿真数据划分为多组,之后利用OMP算法对不同组的数据分别建立多项式模型,该模型可用于对SRAM电路的成品率进行快速分析预测。与标准蒙特卡洛统计算法及基于OMP的单一建模方法相比,基于OMP的分组建模方法不仅可以缩短建模时间,提高建模准确度,还能够获得更加精确的SRAM成品率预测结果。 相似文献