期刊文献+
共找到71篇文章
< 1 2 4 >
每页显示 20 50 100
非约束环境下基于YOLOv3-Tiny多模型融合方式的快速人脸定位算法 认领
1
作者 万秋波 屈金山 朱泽群 《信息通信》 2021年第1期75-77,共3页
非约束环境下的人脸定位算法是诸多面部感知应用系统中的关键基础模块,一直是极具挑战性的课题。随着海量训练数据集的出现及深度学习技术的发展,基于深层卷积神经网络的视觉目标检测方法取得了突破性的进展,YOLOv3-Tiny是其中一种具有... 非约束环境下的人脸定位算法是诸多面部感知应用系统中的关键基础模块,一直是极具挑战性的课题。随着海量训练数据集的出现及深度学习技术的发展,基于深层卷积神经网络的视觉目标检测方法取得了突破性的进展,YOLOv3-Tiny是其中一种具有较高准确率的快速通用目标检测算法,但由于其输出神经元的物理感受野范围会随网络输入尺寸的固定而被限定,使其无法在具有尺度范围跨度过大的非约束人脸检测中充分发挥其检测性能。为了有效扩展YOLOv3-Tiny网络检测神经元的有效感知范围,文章提出了一种基于YOLOv3-Tiny多模型融合方式的快速人脸定位算法。首先根据人脸尺寸对原始图像集的标签数据进行筛选,划分为不同的子集,并利用它们分别对多个具有不同有效感知范围的YOLOv3-Tiny模型进行训练。接着,利用多模型对输入图像独立进行推理,并基于非极大值抑制算法及相应的尺度约束阈值实现检测结果的有效融合。实验结果显示,该算法能够有效利用多模型各自的检测优势,实现跨度尺度范围下的无约束人脸检测,具有重要应用潜力。 展开更多
关键词 非约束环境 多模型融合 人脸定位 深度学习 YOLOv3-Tiny
在线阅读 下载PDF
文章速递基于多模型融合Stacking集成学习的异常用电检测方法研究 认领
2
作者 邝萌 李英娜 +1 位作者 李川 曹敏 《电力科学与工程》 2021年第3期23-29,共7页
针对单一异常用电检测方法对于存在不平衡性的数据集检测效率普遍不高的问题,提出了一种基于多模型融合Stacking集成学习的异常用电检测方法。首先,以居民用电数据作为研究对象,分析用户在习惯上表现的不同特征,结合不平衡处理技术和分... 针对单一异常用电检测方法对于存在不平衡性的数据集检测效率普遍不高的问题,提出了一种基于多模型融合Stacking集成学习的异常用电检测方法。首先,以居民用电数据作为研究对象,分析用户在习惯上表现的不同特征,结合不平衡处理技术和分类预测算法进行研究;其次,为了提高模型的整体性能,采用量子遗传算法对集成学习模型中的参数做优化处理;最后,通过云南某地区用电数据集进行验证,证明所提模型相比单一学习模型检测的准确率有明显提升,对提升异常排查效率,降低电力公司的运营成本具有重要意义。 展开更多
关键词 异常用电检测 多模型融合 不平衡处理技术 分类预测算法 Stacking集成学习
在线阅读 下载PDF
机动目标跟踪的多传感器分层加权融合算法 认领
3
作者 薛昱 冯西安 《探测与控制学报》 CSCD 北大核心 2020年第1期12-16,共5页
针对应用并行,Bar Shalom-Campo等融合算法实现多传感器对机动目标的融合跟踪时,经典的交互多模型(IMM)无法提供目标运动模型这个先验信息的问题,提出一种机动目标跟踪的多传感器分层加权融合算法,该算法通过分层加权得到多种融合算法... 针对应用并行,Bar Shalom-Campo等融合算法实现多传感器对机动目标的融合跟踪时,经典的交互多模型(IMM)无法提供目标运动模型这个先验信息的问题,提出一种机动目标跟踪的多传感器分层加权融合算法,该算法通过分层加权得到多种融合算法所需的目标运动模型信息,最后使用扩展卡尔曼滤波器(EKF)对状态预测和量测进行融合估计,实现了多传感器对机动目标的融合跟踪。仿真实验表明,和单传感器相比,所提算法显著提升了机动目标的跟踪精度。 展开更多
关键词 机动目标 交互多模型 多传感器融合 分层加权
在线阅读 下载PDF
基于IMM-UKF的协同式车辆运动状态跟踪算法 认领
4
作者 崔雅博 王晓婷 《沈阳工业大学学报》 EI CAS 北大核心 2020年第3期318-323,共6页
为了提高车辆运动状态的跟踪精度,在路侧传感网信息融合的基础上,提出了一种改进的车辆运动状态估计方法.采用匀速直线运动模型和匀速转向运动模型建立了多模型的汽车行驶状态方程,利用马尔科夫链进行模型切换.同时引入无迹卡尔曼滤波算... 为了提高车辆运动状态的跟踪精度,在路侧传感网信息融合的基础上,提出了一种改进的车辆运动状态估计方法.采用匀速直线运动模型和匀速转向运动模型建立了多模型的汽车行驶状态方程,利用马尔科夫链进行模型切换.同时引入无迹卡尔曼滤波算法,根据前一时刻的运动状态和当前观测值,对车辆行驶的运动状态参数进行估计.结果表明,改进的多模型数据融合算法与单模型相比,轨迹和速度跟踪误差分别降低了86.8%和78.6%,有效地提高了车辆运动状态跟踪的精度. 展开更多
关键词 汽车辅助驾驶 无迹卡尔曼滤波 协同 交互多模型 信息融合 运动跟踪 马尔科夫链 滤波器
在线阅读 下载PDF
一种基于多模型融合的电驱动车辆车速估计方法 认领
5
作者 张征 马晓军 +1 位作者 张运银 陈路明 《火力与指挥控制》 CSCD 北大核心 2020年第12期160-164,共5页
为解决分布式电驱动车辆行驶状态参数获取困难的问题,根据轮毂电机驱动车辆多信息源的特点,提出了一种基于多模型融合的车速估计方法。该方法以自适应卡尔曼滤波算法为基础,建立了车速估计的状态空间模型和量测模型,对滤波噪声方差进行... 为解决分布式电驱动车辆行驶状态参数获取困难的问题,根据轮毂电机驱动车辆多信息源的特点,提出了一种基于多模型融合的车速估计方法。该方法以自适应卡尔曼滤波算法为基础,建立了车速估计的状态空间模型和量测模型,对滤波噪声方差进行了自适应调节。同时为进一步提高状态参数估计精度,设计了基于车身加速度积分的车速估计器,并且结合车辆行驶工况和路面条件,将卡尔曼滤波和信号积分两种估计模型进行了融合。采用基于dSPACE的实时仿真平台进行了仿真分析,结果表明基于多模型融合的车速估计方法具有较高的估计精度,能够满足多种行驶工况下的车速估计需求。 展开更多
关键词 车速估计 卡尔曼滤波 轮毂电机驱动车辆 多模型融合
在线阅读 下载PDF
基于权值分布的多模型分类算法研究 认领
6
作者 蒋梦莹 林小竹 +1 位作者 柯岩 魏战红 《计算机应用研究》 CSCD 北大核心 2020年第1期313-316,共4页
为了提高卷积神经网络对图像分类的正确率,对网络结构进行研究,提出了多模型融合卷积神经网络。通过提取单个模型的输出特征向量,进行融合后得到新的输出特征向量,再搭建单层分类器进行图像分类,提高分类准确率。将单个模型与多模型融... 为了提高卷积神经网络对图像分类的正确率,对网络结构进行研究,提出了多模型融合卷积神经网络。通过提取单个模型的输出特征向量,进行融合后得到新的输出特征向量,再搭建单层分类器进行图像分类,提高分类准确率。将单个模型与多模型融合的分类准确率进行比较,多模型融合卷积神经网络的分类准确率有所提高。分析了卷积神经网络最后一层全连接层的权值分布,发现同一模型在不同数据集上的权值分布曲线相似,分类效果好的网络模型其权值分布曲线更平缓。 展开更多
关键词 卷积神经网络 多模型融合 特征向量 特征提取 权值分布
在线阅读 下载PDF
深度学习驱动的智能冰箱 认领 被引量:1
7
作者 张卫山 吕浩 +3 位作者 张元杰 徐亮 赵德海 周杰韩 《计算机科学与探索》 CSCD 北大核心 2019年第1期106-115,共10页
食品识别是智能冰箱的核心技术之一,但冰箱中食品的种类繁多并且摆放较为随意,相互遮挡的现象比较严重,这给冰箱中的食品识别带来了诸多挑战。为了提高冰箱内食物的识别效率,以识别冰箱中的果蔬为切入点,提出了一种基于智能冰箱的数据... 食品识别是智能冰箱的核心技术之一,但冰箱中食品的种类繁多并且摆放较为随意,相互遮挡的现象比较严重,这给冰箱中的食品识别带来了诸多挑战。为了提高冰箱内食物的识别效率,以识别冰箱中的果蔬为切入点,提出了一种基于智能冰箱的数据采集、数据处理和果蔬识别的整体架构,以及一种在冰箱环境下的基于深度学习的数据融合的果蔬识别方法。使用这种方法有效提高了在冰箱环境下果蔬识别的准确率。通过对采集的大量数据进行实验,证明了该方法具有良好的性能和识别准确度,能有效解决冰箱环境下果蔬识别问题。 展开更多
关键词 深度学习 智能冰箱 模型融合 果蔬识别 数据融合
在线阅读 下载PDF
FCM-ABC-MKRVM多模型融合软测量建模 认领
8
作者 张洪德 夏陆岳 +1 位作者 刘勇 潘海天 《控制工程》 CSCD 北大核心 2019年第10期1925-1931,共7页
许多化工过程具有强非线性、机理复杂和多工况等特点,针对传统软测量模型无法全面描述过程特性而导致模型预测精度较低的问题,提出一种FCM-ABC-MKRVM多模型融合软测量建模方法。首先采用模糊C均值聚类算法(FCM)将训练样本划分为多个子类... 许多化工过程具有强非线性、机理复杂和多工况等特点,针对传统软测量模型无法全面描述过程特性而导致模型预测精度较低的问题,提出一种FCM-ABC-MKRVM多模型融合软测量建模方法。首先采用模糊C均值聚类算法(FCM)将训练样本划分为多个子类,并确定各子类的聚类中心;然后通过训练各子类样本建立多核相关向量机(MKRVM)子模型,其中采用人工蜂群算法(ABC)优化核函数参数和组合权重因子;在模型预测阶段,计算测试样本与各聚类中心的隶属度值,并作为各子模型输出值的加权系数,通过多模型融合得到最终的模型预测输出。将该建模方法应用于聚丙烯熔融指数软测量研究中,仿真结果表明:与MKRVM模型和ABC-MKRVM模型相比,基于FCM-ABC-MKRVM多模型融合的熔融指数软测量模型具有更佳的预测精度,可以为复杂多工况化工过程的产品质量指标在线预测提供指导作用。 展开更多
关键词 模糊C均值聚类 人工蜂群算法 多核相关向量机 多模型融合 软测量 熔融指数
多模式融合的体育视频技术实验分析 认领
9
作者 石庆福 《实验室研究与探索》 CAS 北大核心 2019年第12期177-181,共5页
针对目前体育视频分析缺乏有效的多模式融合分析方法以及没有一个统一的体育视频内容分析框架等问题,提出了3种多模式融合的分析框架,可用于多媒体视频内容分析的统计模型,即FHHMM、CHHMM、PHHMM。研究了贝叶斯动态网络的原理,将事件的... 针对目前体育视频分析缺乏有效的多模式融合分析方法以及没有一个统一的体育视频内容分析框架等问题,提出了3种多模式融合的分析框架,可用于多媒体视频内容分析的统计模型,即FHHMM、CHHMM、PHHMM。研究了贝叶斯动态网络的原理,将事件的关系用该网络的拓扑结构来表示,然后在统计理论和所推导算法的基础上,将多媒体视频中相关的两个事件以概率的方式有机地结合起来,建立多模式交互关系,从而在分析的过程中提高视频分析的有效性。实验证明,PHHMM模型性能最佳,性能比传统模型有很大提高。 展开更多
关键词 体育视频分析 多模式融合 贝叶斯动态网络 乘积层次隐马尔科夫模型
在线阅读 下载PDF
单目标跟踪技术发展研究 认领 被引量:1
10
作者 王林茜 胡晓曦 +2 位作者 韩勋 匡银 杨新权 《空间电子技术》 2019年第1期1-10,共10页
随着机动目标定位与跟踪技术广泛应用于军事和民用领域,研究更为快速、准确的跟踪算法具有十分重要的意义。目标运动模型、跟踪算法和跟踪模型结构是机动目标跟踪技术的三项主要研究内容,文章介绍了这三项技术的研究进展及发展方向。目... 随着机动目标定位与跟踪技术广泛应用于军事和民用领域,研究更为快速、准确的跟踪算法具有十分重要的意义。目标运动模型、跟踪算法和跟踪模型结构是机动目标跟踪技术的三项主要研究内容,文章介绍了这三项技术的研究进展及发展方向。目前,对各种经典模型的组合和改进是目标运动模型的主要研究方向,通过分析并比较工程中常用的卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波和粒子滤波的优缺点,探究了它们的不同适用场合及进一步研究方向。详细分析了三代多模型跟踪算法的原理和适用场合,这对研究更为先进的单目标跟踪技术,进一步提高跟踪精度和整体性能,具有一定的参考价值。此外,文章还提出了机动目标跟踪算法的几个发展趋势:将变结构多模型算法与目标实际运动场景结合起来,广泛应用于工程实践中;探索无需依赖于基础模型集合的模型机自适应变化方法;考虑将智能控制理论与变结构多模型跟踪算法互相结合。 展开更多
关键词 机动目标跟踪 目标运动模型 非线性滤波 多模型跟踪 信息融合
在线阅读 下载PDF
基于多元模型融合和时延变量选择的动态软测量方法 认领
11
作者 杨仁建 《石油化工自动化》 CAS 2019年第3期29-37,共9页
针对工业过程软测量中存在的时延、非线性导致预测精度低的问题,提出了一种基于多元模型融合和时延变量选择的动态软测量方法。首先,引入时延变量选择策略,根据信息熵定义联合互信息评价指标,通过螺旋优化算法获取互信息最大条件下的最... 针对工业过程软测量中存在的时延、非线性导致预测精度低的问题,提出了一种基于多元模型融合和时延变量选择的动态软测量方法。首先,引入时延变量选择策略,根据信息熵定义联合互信息评价指标,通过螺旋优化算法获取互信息最大条件下的最佳时延变量和历史数据长度。其次,提出了多元模型融合策略,综合高斯模型和正则极限学习机的长处,通过两种模型动态交叉融合对工业过程参数进行预测。最后,针对实际脱丁烷塔装置,分别采用偏最小二乘、最小二乘支持向量机、本文选用方法进行软测量。应用结果表明:文中所述的方法具有很好的预测精度和鲁棒性。 展开更多
关键词 动态软测量 时延变量选择策略 多元模型融合 高斯模型 正则极限学习机 脱丁烷塔
在线阅读 下载PDF
基于多模型融合和区域迭代生长的视网膜血管自动分割 认领
12
作者 赖小波 许茂盛 徐小媚 《电子学报》 EI CAS CSCD 北大核心 2019年第12期2611-2621,共11页
糖尿病视网膜病变是成年人致盲首因,视网膜血管分割是诊断糖尿病视网膜病变的基础.为提高视网膜血管分割准确性,提出一种基于多模型融合和区域迭代生长的视网膜血管自动分割算法.首先,预处理后分别构建数学形态学、匹配滤波器、尺度空... 糖尿病视网膜病变是成年人致盲首因,视网膜血管分割是诊断糖尿病视网膜病变的基础.为提高视网膜血管分割准确性,提出一种基于多模型融合和区域迭代生长的视网膜血管自动分割算法.首先,预处理后分别构建数学形态学、匹配滤波器、尺度空间分析、多尺度线检测和神经网络模型初步分割视网膜血管,为减少噪声取五个分割结果的均值作为初步输出.其次,设计掩膜分离渗出物和视盘,将数学形态学模型分割结果替换掩膜白色区域,并融合初步输出生成组合结果.最后,考虑视网膜血管先验知识,对组合结果阈值分割和区域迭代生长后获取最终结果.实验结果表明,该算法分割DRIVE和STARE眼底图像库视网膜血管的检测精度、敏感度和特异性分别为0.9457、0.7843、0.9815以及0.9472、0.7826、0.9803,优于多数经典算法. 展开更多
关键词 视网膜血管 自动分割 多模型融合 区域迭代生长
在线阅读 免费下载
基于多模型融合的车辆通过时间预测 认领
13
作者 刘银萍 马少辉 《计算机与现代化》 2019年第2期66-71,81共7页
车辆通过某一路网的时间是测算交通拥堵程度的重要指标。为提高车辆通过时间的预测精度,不仅要考虑数据采集精度的影响还要考虑模型的选择。本文提出多模型融合的车辆通过时间预测方法,发现多模型融合的预测精度较高。以某高速公路3个... 车辆通过某一路网的时间是测算交通拥堵程度的重要指标。为提高车辆通过时间的预测精度,不仅要考虑数据采集精度的影响还要考虑模型的选择。本文提出多模型融合的车辆通过时间预测方法,发现多模型融合的预测精度较高。以某高速公路3个交叉口路段的车辆通行监测数据作为实证数据,用模型融合算法与单一模型进行对比,说明多模型融合算法在交通拥堵治理领域的应用潜力。 展开更多
关键词 多模型融合 车辆通过时间 交通拥堵
在线阅读 免费下载
基于联合图像块聚类自适应字典学习的多模态医学图像融合 认领 被引量:1
14
作者 王丽芳 史超宇 +2 位作者 蔺素珍 秦品乐 高媛 《计算机科学》 CSCD 北大核心 2019年第7期238-245,共8页
针对多模态医学图像融合中过完备自适应字典存在的大量冗余信息会导致图像重建质量不佳的问题,文中提出了基于联合图像块聚类自适应字典学习的多模态医学图像融合方法(JCPD)。该方法首先计算图像块的欧氏距离,通过比较设定的阈值和图像... 针对多模态医学图像融合中过完备自适应字典存在的大量冗余信息会导致图像重建质量不佳的问题,文中提出了基于联合图像块聚类自适应字典学习的多模态医学图像融合方法(JCPD)。该方法首先计算图像块的欧氏距离,通过比较设定的阈值和图像块的最小距离来剔除冗余图像块,减少冗余图像块的数量。然后,使用局部调制核回归(SKR)提取图像块的局部梯度信息作为聚类中心,将具有相同局部梯度信息的两种模态的图像块进行联合图像块聚类。在联合图像块聚类的基础上使用改进的K-SVD算法对图像块聚类形成的类簇进行训练得到子字典,并将子字典合并成自适应字典。最后,在自适应字典的作用下用正交匹配追踪算法(OMP)计算得到稀疏表示系数,再使用“2范数最大”的规则融合稀疏系数,之后通过重建得到融合图像。实验表明,与2种基于多尺度变换的方法和6种基于稀疏表示的方法相比,所提方法在保证字典信息的完整性和字典的紧凑性基础上使得融合的图像清晰度更高、对比度更强,便于临床诊断和辅助治疗。 展开更多
关键词 多模态 医学图像融合 稀疏表示 图像块聚类 自适应字典学习
在线阅读 免费下载
基于多模型模糊融合的MEMS陀螺补偿方法 认领
15
作者 耿越 雷旭升 《传感器与微系统》 CSCD 2019年第6期46-47,52共3页
为了实现微机电系统(MEMS)陀螺的高精度补偿,本文借助分段线性拟合与多模型模糊融合的方法,得到了一种新的标定补偿算法。通过对各轴分段组合的标定数据进行拟合建立多组补偿模型,并通过角速率的隶属度函数的模糊加权实现多模型融合,得... 为了实现微机电系统(MEMS)陀螺的高精度补偿,本文借助分段线性拟合与多模型模糊融合的方法,得到了一种新的标定补偿算法。通过对各轴分段组合的标定数据进行拟合建立多组补偿模型,并通过角速率的隶属度函数的模糊加权实现多模型融合,得到随测量值变化的线性补偿模型,提高了陀螺输出补偿的精度。实验表明,该方法的补偿精度明显优于传统方法。其算法简单计算量小,易于在实际工程中应用。 展开更多
关键词 多模型 模糊融合 微机电系统(MEMS)陀螺 输出补偿
在线阅读 下载PDF
基于多模型融合和重新检测的高精度鲁棒目标跟踪 认领 被引量:1
16
作者 白中浩 朱磊 李智强 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第9期132-141,共10页
针对目标跟踪在遮挡和光照变化等复杂场景下容易跟踪失败的问题,提出一种高精度鲁棒的目标跟踪算法。首先,将基于边缘信息的目标模型、基于梯度直方图(HOG)特征的滤波器模型和基于颜色直方图的颜色模型融合为更准确和鲁棒性更强的跟踪模... 针对目标跟踪在遮挡和光照变化等复杂场景下容易跟踪失败的问题,提出一种高精度鲁棒的目标跟踪算法。首先,将基于边缘信息的目标模型、基于梯度直方图(HOG)特征的滤波器模型和基于颜色直方图的颜色模型融合为更准确和鲁棒性更强的跟踪模型;然后,提出基于特征分数的双重跟踪可靠性判断依据,检测跟踪结果的可靠性;最后,在跟踪结果可靠性较低时,采用粒子滤波、稀疏表示以及距离约束定位进行重新检测,以实现持续稳定的跟踪。算法在OTB-2015数据集上的平均重叠精度为78.2%,平均中心位置误差为23.1 pixel,平均跟踪速率为30.8 f/s,准确度和鲁棒性优于其他算法。在移动机器人和车辆跟踪平台上进行算法验证,平均重叠精度分别为97.5%和97.2%,平均中心位置误差分别为6.8和12.6 pixel,平均跟踪速率分别为29.1和28.4 f/s,能有效跟踪上述复杂场景的目标,且满足实时要求。 展开更多
关键词 目标跟踪 移动机器人 多模型融合 重新检测 相关滤波 粒子滤波
基于iPLS和CARS数据融合技术的波长选择算法 认领 被引量:3
17
作者 陈晓辉 黄剑 +1 位作者 付云侠 雷帮军 《计算机工程与应用》 CSCD 北大核心 2016年第16期229-232,256共5页
针对液体中物质含量的光谱分析中波长选择展开研究,构建一种多模型融合算法进行波长选择,在减少波长数量的基础上提高预测精度。提出的区间自适应加权波长选择算法(iCARS),应用iPLS算法和CARS算法的多模型融合,在波长选择中结合... 针对液体中物质含量的光谱分析中波长选择展开研究,构建一种多模型融合算法进行波长选择,在减少波长数量的基础上提高预测精度。提出的区间自适应加权波长选择算法(iCARS),应用iPLS算法和CARS算法的多模型融合,在波长选择中结合变量与样本纵横向自适应优化选择,以及对波段和波长分步骤选择实现波长优化选择,实现了波段和波长的自适应选择。通过MATLAB仿真实验,将PLS模型做为预测模型,在对啤酒原麦汁浓度预测仿真实验中,应用iCARS算法选择19个变量,利用这些变量建立PLS预测模型得到的RMSEP为0.139。变量数目大大减少,预测能力明显提高,实现了变量的优化选择。 展开更多
关键词 多模型融合 波长选择 偏最小二乘 自适应
在线阅读 下载PDF
特征级多模态医学图像融合技术的研究与进展 认领 被引量:2
18
作者 张俊杰 周涛 +1 位作者 陆惠玲 王惠群 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2016年第2期394-399,共6页
医学图像融合技术实现了功能图像与解剖图像的优势整合,本文对特征级多模态医学图像融合技术的研究进展予以探讨,首先阐述了特征级医学图像融合的原理,然后对模糊集、粗糙集、D-S证据理论、人工神经网络、主成分分析等融合方法在医学图... 医学图像融合技术实现了功能图像与解剖图像的优势整合,本文对特征级多模态医学图像融合技术的研究进展予以探讨,首先阐述了特征级医学图像融合的原理,然后对模糊集、粗糙集、D-S证据理论、人工神经网络、主成分分析等融合方法在医学图像融合中的应用进行了分析和总结,最后指出特征级医学图像融合方法目前面临的主要问题及今后研究的发展方向。 展开更多
关键词 多模态 特征提取 特征选择 特征约简 图像融合 医学图像分析
多模版匹配及加权融合的行人检测方法 认领 被引量:2
19
作者 洪传文 张建龙 李洁 《济南大学学报:自然科学版》 CAS 北大核心 2016年第3期215-219,共5页
提出多模板匹配及加权融合的检测算法。以线性支持向量机作为分类器,采用分类器级联的训练方式,针对易错样本采用互补特征选择策略(CFSS)选择不同特征训练模板,选取红绿蓝和LUV通道下的HOG特征和细胞结构的局部二值模式(LBP)特征。... 提出多模板匹配及加权融合的检测算法。以线性支持向量机作为分类器,采用分类器级联的训练方式,针对易错样本采用互补特征选择策略(CFSS)选择不同特征训练模板,选取红绿蓝和LUV通道下的HOG特征和细胞结构的局部二值模式(LBP)特征。利用多个模板分别进行匹配,采用线性加权的方式融合不同模板的检测结果,利用INRIA行人数据库对算法进行测试,获得更高的检测准确率。 展开更多
关键词 多模板匹配 行人检测 级联训练 加权融合
在线阅读 下载PDF
多模型传感器故障软闭环容错控制研究 认领 被引量:8
20
作者 李炜 张婧瑜 《计算机应用研究》 CSCD 北大核心 2015年第2期447-450,460共5页
针对一类非线性系统建立精确机理模型困难、且仅用单一模型进行故障检测与容错不甚可靠等问题,提出一种基于数据驱动的多模型传感器故障软闭环容错控制方法,并对非线性系统中卡死、恒增益、恒偏差等常见传感器故障进行了研究。首先采用... 针对一类非线性系统建立精确机理模型困难、且仅用单一模型进行故障检测与容错不甚可靠等问题,提出一种基于数据驱动的多模型传感器故障软闭环容错控制方法,并对非线性系统中卡死、恒增益、恒偏差等常见传感器故障进行了研究。首先采用历史数据建立了系统的RBF神经网络、最小二乘支持向量机和核部分最小二乘三种预测模型,并基于序贯概率比检验算法同时以多个模型产生的残差对传感器进行故障检测;当检测出传感器发生故障时,则用系统多个预测模型的融合值代替传感器的输出,从而以软闭环方式实现对传感器故障的容错控制。最后将所提出的方法应用于一阶水箱液位控制系统,实验结果表明多残差与序贯概率比检验算法的结合能够可靠诊断传感器故障,多预测值优化融合的软闭环可对传感器故障实现安全、高性能容错。 展开更多
关键词 传感器故障检测 多模型 序贯概率比检验 软闭环容错控制 数据融合
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部 意见反馈