排序方式: 共有11条查询结果,搜索用时 13 毫秒
1.
和声搜索粒子滤波视觉跟踪 总被引:1,自引:0,他引:1
为了降低粒子滤波精度对精确重要性采样函数的依赖性,提高粒子滤波的视觉跟踪效果,将和声搜索引入到粒子滤波框架中,提出了一种基于和声搜索的粒子滤波视觉跟踪算法.通过记忆考虑、基因变异、随机变异等和声搜索算子结合当前观测信息,改善了粒子滤波视觉跟踪算法的重要性采样函数,增强了重要性采样函数对系统状态转移模型的鲁棒性.同时,对和声搜索参数进行了优化,平衡了视觉跟踪实时性和精确性的要求,并对粒子的权重进行了补偿,使其符合粒子滤波的理论基础贝叶斯估计.实验结果表明:优化的和声搜索参数,比常见参数更适合和声搜索粒子滤波;与基于粒子滤波、和声搜索、Mean-Shift改进的粒子滤波、分布场、多示例学习等视觉跟踪算法相比,和声搜索粒子滤波视觉跟踪算法能够在光线变化、遮挡等复杂场景下获得了更精确的视觉跟踪效果.和声搜索粒子滤波算法较好地结合当前观测与历史信息,获得鲁棒的视觉跟踪性能. 相似文献
2.
人参属重要的药用植物竹节参(Panax japonicus C.A.Mey)野生资源已近濒危,开展其遗传多样性研究对于资源保护和可持续利用具有重要意义。研究构建并优化了竹节参DNA的SRAP-PCR扩增体系。以竹节参根茎为材料,对PCR反应体系中的d NTPs、DNA模板、引物、Taq DNA聚合酶浓度和复性第二阶段的退火温度等条件进行探索和研究,得到了能稳定扩增竹节参基因组的最佳反应体系(25μl):DNA 40ng,d NTPs 0.2 mmol/L,Primer 0.36μmol/L,10×PCR Buffer 2.5 ul,Taq DNA polymerase 2U,退火温度50℃。进一步检测了随机组合的24对引物,进行扩增,得到了2对带型清楚、重复性较好的引物Me1/Em5和Me3/Em1。以这2对引物对10个不同产地竹节参DNA样品进行SRAP-PCR扩增。产物的电泳图谱表明,竹节参不同产地的DNA谱带多态性丰富,带型清晰,重复性好。说明建立的该SRAP-PCR反应体系稳定可靠,为利用SRAP分子标记技术研究竹节参的植物遗传多样性奠定了工作基础。 相似文献
3.
滚动轴承振动信号的小波奇异性故障检测研究 总被引:12,自引:3,他引:9
该文以滚动轴承振动信号为分析对象 ,基于小波奇异性分析原理进行滚动轴承故障检测新方法的研究。通过求解待测信号的小波变换极大模来检测和识别信号中奇异点位置和奇异性大小 ,以及对噪声极大模的抑制处理 ,达到抑制或消除噪声的目的 ;最后 ,在剩余小波极大模的基础上进行信号重构 ,展现原待测信号中的故障信号模式。通过对铁路货车车轮用滚柱轴承振动信号的分析表明 ,此方法在大幅度地提高信噪比的同时 ,对由轴承损伤冲击造成的信号突变仍保持了较高的灵敏度和分辨率。为滚动轴承故障检测打下了良好的基础。 相似文献
4.
本文就如何有效地对机器人施行连续轨迹控制的一系列问题进行了探讨.通过增强MOVE MASTER机器人控制软件功能,成功地实现了一套可行性好、算法简便的控制方案。它将关节坐标的离线双抛物线拟合与在线积分法插补相结合。在不超差的前提下,使抛物线段数最少,从而节省了插补所需存储空间。实践证明,此方案能使机器人实际运动轨迹连续、光滑,与理想轨迹十分逼近。另外,本文还就插补过程中累积误差的补偿作了探讨.本方案同样适用于工业机器人运动控制。并且,它还弥补丁现有的直线插补、圆弧插补之不足。 相似文献
5.
6.
通过验证基尔霍夫定律,研究电路虚拟仿真实验教学中的应用性,采用数字信号处理技术,并以Multisim仿真环境为背景,通过三维电路模型搭建、电路参数设置、电源类型灵活改变等技术手段进行实验,结果表明以Multisim元件库为基础构建三维效果实验电路,可帮助实验者融入学习过程中,更好地掌握、理解基本理论。通过实验电路搭建、调试、修改、仿真,可显著提高实验者创新和工程实践能力。 相似文献
7.
8.
标准粒子滤波虽然能够实现简单场景下的目标跟踪,但在复杂场景下其性能较差,粒子权值退化是影响视觉跟踪的一个重要方面,为解决这一问题,从选择准确重要性建议分布函数入手,给出了基于EKF和UKF预测采样的粒子滤波视觉跟踪算法EKF-PF(EKF enhanced particle filtering)和UKF-PF(UKF enhanced particle filtering),并进行了一定改进,通过仿真实验表明:给出的跟踪算法能够很好地跟踪室内运动目标,并对光照变化,目标姿态变化具有良好的鲁棒性. 相似文献
9.
研究存在参数不确定性的高阶离散时间多智能体系统在时延和联合连通切换通信拓扑条件下的鲁棒保性能一致性问题,给出一种线性一致性协议的设计方法.1)引入高阶离散时间不确定多智能体系统的鲁棒保性能一致性问题,定义基于智能体邻居状态误差和控制输入的保性能函数;2)通过构造合适的Lyapunov函数并利用离散时间系统稳定性理论,推导出一个使高阶离散时间不确定多智能体系统在该条件下获得保性能一致性的线性矩阵不等式(Linear matrix inequality,LMI)充分条件,并给出相应的保性能上界;3)以一致性序列的形式给出参数不确定条件下的高阶离散时间多智能体系统的一致性收敛结果;4)数值仿真验证了本文理论的正确性和有效性. 相似文献
10.
针对真值标注的歧义性、偏差性问题和具有缩放场景的视觉跟踪应用情况,提出了一种新的视觉跟踪单目标基准评价指标.首先,在重叠率基础上提出了加权重叠率框架;其次,提出了多区域标注方法,通过多区域标注降低标注者歧义性,在具有缩放场景的应用中,通过反演进行多区域标注,使评价更符合应用实际;再次,针对标注的偏差性,提出了多标注融合方法,提高了标注的可信度;最后,将应用于单次跟踪评价的重叠率框架推广到多次跟踪评价,利用加权结果图使评价更具解释性.通过著名评价标准VOT、OTB的真值标注融合实验验证了本文标注规则的准确性;通过在具有缩放场景的视觉跟踪实验和重复实验,与其他跟踪指标的比较验证了本文指标的有效性. 相似文献