排序方式: 共有126条查询结果,搜索用时 31 毫秒
1.
2.
无线传感网络中拥塞控制与路由的跨层设计:分布式牛顿法 总被引:1,自引:0,他引:1
无线传感网络应用广泛, 其性能与路由选择和拥塞控制密切相关. 致力于拥塞控制与多径路由的跨层优化, 以实现在链路容量受限和节点能量受限情况下的无线传感网络效用最大化. 针对对偶次梯度算法具有收敛速度慢与信息交互量大等缺陷, 设计了具有二阶收敛性能的分布式牛顿算法来实现网络效用最大化. 通过矩阵分裂技术, 实现了只需单跳信息交互的牛顿对偶方向的分布式求解方法. 仿真结果表明, 分布式牛顿算法的收敛性能显著优于对偶次梯度算法. 相似文献
3.
4.
分别就两种约束使用神经网络对三维刚体运动进行参数估计.一是基于三维点匹配,将预测的运动参数作用于运动前的坐标,与运动后坐标进行比较;二是基于二维运动场,将使用预测的运动参数计算得出的二维运动场与图像序列中计算得出的二维运动场进行比较.两个神经网络均使用Newton-Raphson方法更新权值,以达到目标误差最小化.通过实验验证了该神经网络方法. 相似文献
5.
6.
7.
动态图像序列中的运动目标检测 总被引:7,自引:4,他引:7
根据动态图像序列中背景因成像过程中各种因素而产生变化所存在的复杂性,提出了自适应的前景目标检测方法。首先,建立图像每一像素点的高斯分布模型,并根据序列中的当前帧及历史帧信息自适应地调整模型的参数。然后,结合图像帧间的差分信息以及灰度分布的先验概率等因素将图像从空间域映射至统计域。最后,在统计域中对前景目标进行鲁棒分割。实验的结果反映了该方法的有效性。 相似文献
8.
针对动态图像序列中背景成像过程因各种因素而变化存在复杂性,提出了一种基于像素统计特性及细胞神经网络(CNN)的目标分割方法。首先建立图像每一像素点的高斯分布模型,并根据图像序列中的当前帧及历史帧信息自适应地调整模型的参数。然后结合图像的帧间信息将图像从空间域映射到统计域。最后在统计域中用细胞神经网络方法对其进行目标分割。由于CNN是由局部互连的细胞组成,因此易于用VLSI实现。通过对图像像素建立细胞近邻模型,可以获得较强的鲁棒运动目标分割。实验的结果反映了该方法的有效性。 相似文献
9.
为了使根据人体行走的单目动态图象序列,对人体手臂及腿部的运动及结构参数进行估计的结果更为可信、更具鲁棒性,提出了一种基于相对形变模型及正则化技术的人体运动估计方法,该方法首先在物体中心坐标的运动表示方式下,通过在刚体运动模型中加入形变系数的方法给出了基于相对形变概念的非刚体运动模型;然后,根据这一非刚体运动模型进行正则化运动及结构参数的估计,再以正则化的形式融入人体运动的先验知识,使运动估计的结果更具鲁棒性,实验结果证明,该方法有效地反映了人体的非刚体运动模式,运动模型中所加入的相对形变系数也一定程度反映了人体的运动规律。 相似文献
10.
汪亚明 《中国图象图形学报》2002,7(4):313-318
利用神经网络优化技术解决图象序列的特征点匹配问题,将特征点匹配归结为一个带约束的优化问题,并用2D Hopfield网络实现,在Hopfield网络的能量函数的设计中,综合考虑了特征点的预测结果、特征点的遮挡等情况,从而克服了现有的多数方法所存在的误匹配现象,对于特征点的跟踪,头3帧图象的正确匹配是十分关键的。本文提出了一种3D Hopfield网络用以解决头3帧图象的特征点匹配,并提出了一个运动平滑性的代价函数用以构造3D Hopfield网络的能量函数,实际图象序列的实验结果证明了本方法的有效性。 相似文献