排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
资源监控是网格计算的关键组成部分。资源监控算法既要保证网格系统中资源信息高保真度又要考虑资源信息在网络传输中的负担最低。ACTC算法就是为实现以上目的而被提出,但是算法中对资源信息更新量的动态门槛值(d_threshold)计算方式不合理,有可能导致算法演变成低级的单纯依靠时间敏感机制(TSM)来发送资源更新通知,并且算法中遗漏了一些极端情况的考虑。提出了新的d_threshold计算公式和限制条件,进行性能改进和完善,并对改进前后两算法进行实验对比。实验表明,改进后算法提高了资源信息准确性,并使监控系统 相似文献
3.
5.
6.
为了快速地构造一个有效的模糊神经网络,提出一种基于扩展卡尔曼滤波(EKF)的模糊神经网络自组织学习算法。在本算法中,按照提出的无须经过修剪过程的生长准则增加规则,加速了网络在线学习过程;使用EKF算法更新网络的自由参数,增强了网络的鲁棒性。仿真结果表明,该算法具有快速的学习速度、良好的逼近精度和泛化能力。 相似文献
7.
8.
基于改进Mean-Shift与自适应Kalman滤波的视频目标跟踪 总被引:4,自引:0,他引:4
提出一种改进的Mean-Shift和自适应Kalman滤波器相结合的视频运动目标跟踪算法。对选定的跟踪目标,采用三帧差和区域增长法分割目标并得到主颜色信息。在跟踪过程中,利用自适应的Kalman滤波器估计每一帧的起始迭代位置,再利用改进的Mean-Shift算法得到跟踪位置并作为测量值反馈给自适应Kalman滤波器,并引入遮挡率因子以自适应地调节Kalman估计参数。实验结果表明,该算法能对视频中的运动目标实现检测和连续跟踪,对遮挡也有较好的鲁棒性。 相似文献
1