一种激光雷达的机动目标跟踪算法

分析了激光雷达在点跟踪模式下的工作特点，得到了适用于此激光雷达边缘跟踪的四象限输出加权方法。不少文献中都讨论过跟踪算法。经过对这些算法的研究，提出的新算法基于双模型、两次检测结构的卡尔曼滤波器，并外加一些举措提高了它的精度。这种算法有运算量简单、精度高的优点。计算机访真结果显示了它的有效性。     

N步返回可能模型集算法比较研究

可能模型集算法由于不能保证模型集转换的正确和及时,给目标的状态估计带来较大的误差.将可能模型集算法返回n步,以保证及时初始化新激活的模型,能在一定程度上降低状态估计的误差,这同时也导致计算量的增加.文中针对多种不同返回步数的可能模型算法进行了比较分析,仿真结果表明,算法返回一步或两步能够大大提高目标状态估计的精度,尤其是当使用的模型集规模较小时.     

一种基于VSMM的自适应高机动目标跟踪方法

自适应交互式多模型(AIMM)方法已经解决了许多复杂的机动目标跟踪问题,但过多的模型竞争会使AIMM性能下降,限制了这种方法的应用.文中结合变结构多模型(VSMM)可包含更多模型而不至于引起模型间"过度"竞争的优点,提出了一种自适应变结构多模型(AVSMM)方法.该方法采用与AIMM方法相似的自适应机制对机动目标进行跟踪,能够包含更多的运动模型,不必担心模型间发生"过度"竞争而使跟踪性能下降.仿真结果表明,在跟踪机动目标时,AVSMM方法比AIMM方法具有更高的跟踪精度.     

基于网络的交互式虚拟戏剧模型

传统的虚拟戏剧通常采用"独立封闭"的形式:借助于一个相对独立封闭的固定场所的计算机系统,采用虚拟现实和多媒体技术来模拟戏剧场景和表演戏剧。而现在随着网络的发展,人们的生活受到网络的影响越来越大;因此,作为对人类行为进行模仿再现的戏剧,必然要考虑到人类的网络交互行为的作用。针对这种情况,提出了一种基于网络的交互式虚拟戏剧模型,该模型将虚拟戏剧场景分布在网络中的不同地点的多台计算机上,突破了传统虚拟戏剧的独立封闭形式的局限性;每个参与人通过Agent提出自己的戏剧场景,并且与网络上其他参与人的Agent进行交互协同;控制器根据网络系统中所有参与人各自提出的局部戏剧场景,构造出一幅合理的整体戏剧结构场景。     

基于差分和肤色图像的人脸检测算法

提出并实现了一种基于差分和肤色图像的人脸检测算法。该算法利用视频图像的运动信息,在帧间差分的基础上进行二值图像边缘提取,确定目标在原图像中坐标位置,然后设计肤色模型表征人脸颜色,采用彩色图像的色系坐标变换进行人脸的准确定位。该算法的优点是可将运动信息序列图像中与人脸肤色相似的固定区域删除,在目标跟踪和运动检测上,不仅能有效地抑止背景噪声,减少误检率,而且还能缩小人脸检测范围,加快检测速度。实验表明,该算法可行、有效。     

全媒体时代网络素养培育的交互式生态模型构建—基于杭州市青年群体的抽样调查分析

网络素养已经成为现代人综合素质评价中不可或缺的部分。随着全媒体时代的到来,媒体融合及新的媒体发展形势的改变对网络素养提出了更高的要求。在对网络素养的概念进行解析的基础上,对杭州市青年网络素养现状调查进行了分析,并基于调查结果提出交互式网络素养培育的生态系统模型,以期有效帮助青年人提高信息判断解读能力、网络交流和交际能力,使他们成为健康网络文化的塑造者。     

“当前”统计模型机动加速度分布的研究

利用机动目标"当前"统计模型的自适应卡尔曼滤波对两种不同的机动加速度模型进行计算机仿真研究中发现,在跟踪变加速目标时,运用两种不同分布模型分析计算的结果出现较大的差别.在利用修正的瑞利分布密度函数模型对目标位置和速度跟踪时产生较大的滞后,而利用截断正态分布密度函数模型时没有出现这种现象.通过对分布函数和计算机仿真结果的分析,初步找出产生跟踪滞后的原因,并提出相应的修正办法.     

基于S-D分配的集中式多传感器不敏滤波算法

研究了非线性环境中的集中式多传感器多目标跟踪问题,提出了一种基于S-D分配的集中式多传感器不敏滤波算法。算法通过广义S-D分配技术实现每个传感器中的量测与目标的数据关联,求得所有可能互联中的最佳划分,然后按照顺序多传感器联合概率数据互联算法,依次处理最佳划分中各传感器源于同一目标的量测,在此基础上通过不敏卡尔曼滤波(UKF)解决非线性系统中的目标跟踪问题。最后给出了该算法与MSJPDA/EKF算法的仿真比较,结果表明该算法具有更高的稳定性和跟踪精度。     

基于模糊神经系统的多传感器数据融合算法

将自适应模糊神经推理系统(ANFIS)和卡尔曼滤波器应用于目标跟踪系统中,构成多传感器数据融合算法。该算法假设在目标运动过程中,过程噪声和测量噪声是相互独立的高斯白噪声序列。使用ANFIS分别对目标的加速度和测量噪声的方差进行估计,通过卡尔曼滤波器获得目标后验状态,最终由神经网络对多传感数据进行融合得到系统输出。仿真结果表明,该算法可以通过自适应调整跟踪参数有效地防止目标丢失。     

当前统计概率数据关联算法

目标跟踪领域的一个研究重点是如何解决在密集杂波环境下机动目标的跟踪问题。机动目标跟踪的关键是解决目标模型的不确定性,而密集杂波环境则使这个问题变得更加复杂。针对这一问题,提出一种当前模型概率数据互联算法。该算法将当前模型算法与概率数据互联相结合,在使用概率数据互联算法的同时,利用当前模型算法对目标出现的机动进行自适应滤波。最后,给出了算法的仿真分析,仿真结果说明该方法能够有效地跟踪杂波环境中的机动目标。     

基于卡尔曼滤波的运动员实时跟踪系统研究

应用计算机技术,并采用预处理算法和跟踪算法可建立基于卡尔曼滤波的运动员实时跟踪系统,用于实时分割、跟踪球场中运动着的运动员,得到其在运动场景中的各项运动参数,并进行技战术统计和分析,为教练员和运动员制定正确的运动技术方案提供决策依据。     

一种基于Kalman滤波的实时校准算法

雷达组网融合多雷达的观测数据,可监视大范围的空中态势。但是首先要解决各雷达的系统偏差校准问题,雷达组网才能发挥效能。传统的雷达组网校准技术多基于固定雷达站给出,没有考虑姿态角及其偏差对校准的影响,因此不适合机动雷达偏差校准。该文针对这一问题进行了研究,通过泰勒级数展开推导了系统偏差和量测之间近似的线性关系,在此基础上提出了一种基于Kalman滤波的实时机动雷达系统偏差校准算法。仿真表明,本文提出的算法能有效地对机载雷达的系统偏差和姿态角偏差进行实时估计。     

扩展卡尔曼滤波估计载波参数的算法研究

提出了一种在接收信号幅度未知的情况下进行载波参数估计的扩展卡尔曼滤波算法,该算法把信号幅度及伪码自相关的乘积作为一个独立变量和载波相位、频率一起组成状态向量进行扩展卡尔曼滤波。理论分析表明该算法本质上是具有可变增益的幅度锁定环和相位锁定环的联合估计,并给出了稳态时环路闭环传输函数和等效噪声带宽的解析表达式。仿真结果表明该算法在高低信噪比下,均具有较高的估计精度和较快的收敛速度。     

用GPS进行山地滑坡监测的卡尔曼滤波模型

用变形后的监测点和基准点上的GPS载波相位观测值组成双差观测值,提出一种滑坡监测的卡尔曼滤波模型。这种模型不仅利用包含在观测中的统计信息,而且利用边坡滑坡的有关力学状态和地质条件所提供的信息。     

基于多分类器组合的个人信用评估模型

针对个人信用评估单一模型存在的不足,提出一种基于多分类器组合的个人信用评估模型.该模型综合了多元判别分析、logistic回归、神经网络、支持向量机等七种个人信用评估单一模型的预测结果,利用加权投票方法对其进行组合并输出最后预测结果.在某商业银行信用卡数据集上的测试结果表明,组合模型能有效地提高预测精度及稳健性,对信贷机构控制消费信贷风险具有很好的适用性.     

无线传感器网络下的并行粒子滤波目标跟踪算法

针对无线传感器网络环境下目标跟踪问题,提出一种基于分布式并行粒子滤波的目标跟踪方法。在建立了网络动态分簇模型和目标运动模型的基础上,将并行粒子滤波算法应用于动态目标进行跟踪。算法通过多个感知节点并行的运行局部粒子滤波器,得到每个节点对目标状态的估计,动态成簇的簇头节点对簇内每个节点的信息进行融合,形成动态目标的状态估计,提高了目标跟踪的精度。同时通过动态簇头之间的目标状态信息的交换,实现了运动目标的动态连续跟踪。仿真结果表明,算法实现了运动目标协作跟踪,与集中式结构目标跟踪相比,跟踪精度提高了30%。     

基于学生个体差异的大学英语课堂教学

学生自信心不仅源自教师的鼓励,更重要的是学生自己成绩的提高。因此,教师应提供学生课外学习结果的展示平台,让每个学生有成就感,培养自信心,并以学生各自优势为突破口,带动其他方面发展。同时,教师在新课讲授过程中,应注重教师和学生、学生和学生的能量流动。     

基于系统论的中心城市粮食安全保障模式研究

基于中心城市粮食安全保障工作的特殊性,从系统论的角度出发,建立了以粮食储备体系、粮食加工体系、粮食流通体系为基础,以产业化经营为依托的中心城市粮食安全保障模式。并提出了中心城市粮食安全保障模式运行的基本思路,希望能够对中心城市的粮食安全保障工作提供新的理论支持和实践指导。     

基于多结构元广义形态滤波的改进算法

为对采用相同结构元的形态闭-开和形态开-闭这两种滤波器进行改进,采用了不同结构元的广义形态闭-开和形态开-闭滤波器。在此基础上,将一种新的结构元运用到广义形态滤波中,提出了一种滤波新算法。理论分析和图像处理仿真实验表明,该类滤波新算法既能有效地滤除噪声,又可充分保留原图像的细节信息。     

外商直接投资区域差异的经济效应模型

基于外商直接投资(FDI)的溢出效应与经济增长的理论分析,建立双对数回归模型,并采用横截面数据和时间序列数据进行分析,从而得出FDI区域差异直接导致我国区域经济增长的差异,FDI对GDP增长的影响在三大地带具有较大的差异,而且东部发达地区要比中、西部地区强得多.