排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
传统的Monte Carlo滤波算法在目标跟踪过程中存在严重的采样贫瘠问题,这直接导致了样本集的退化。为了解决这个问题,提出一种改进的Monte Carlo滤波算法。在样本集建立阶段,采用基于视觉机制的方法建立样本集合,使得样本集在与中心距离较近的地方密集,在离中心较远的地方稀疏,这样的样本集合建立方法能够更准确地反映人眼对事物的感知;在样本集传播阶段,获得一个区分样本优劣的阈值,将样本集合分为优劣两种,用重采样的方法对优样本集合采样,采样半数样本,用随机抽样的方法补充其余半数样本,实验结果表明,这种方法可以很好地解决样本退化的问题。 相似文献
2.
3.
本文介绍的用高速气缸取样分析法研究柴油机燃烧过程的定时系统,能跟踪在对应作功冲程始点的电磁感应器飞轮上止点发出的信号,将两个作功冲程之间的时间间隔分成720份,然后随机取出若干信号去控制和执行一系列相关动作。该系统除用于高速气缸取样外,还可用于任意需要锁定跟踪产生信号的生产和科研领域。 相似文献
1