多传感器信息融合技术在车载自诊断系统的研究多传感器信息融合技术在车载自诊断系统的研究随着汽车行业的发展，对汽车的性能检测、维修、管理提出更高的要求。通过分析多传感器数据融合技术故障诊断方法及汽车诊断系
问答服务系统的一个重要功能是问题检索，即根据用户的提问，在已有的问答对数据中查找与用户提问相似的其他问题，将这些问题的答案直接返回给用户。问题检索任务所面临的主要困难是如何计算两个问句之间的语义相似度
针对多传感器线性离散时不变随机控制系统，应用Kalmam滤波方法，基于状态空间模型，在线性最小方差最优信息融合准则下，给出了多传感器按矩阵加权信息融合预测控制算法.该算法将信息融合Kalman滤波器和
何友院士的多传感器信息融合及应用，这是第2版。这本书讲的很清晰，我最近在做多目标跟踪，航迹互联这一部分受益匪浅。
一、环境感知系统二、传感器信息融合技术三、传感器技术要求四、传感器技术发展展望
与传统的K-近邻算法不同,提出了一种结合属性值贡献度与平均相似度的KNN改进算法。首先考虑测试样本与相似样本点间的平均相似度,其次考虑不同类别中的相似样本点的个数,最后还考虑与相似样本相同的属性值对类
随着微机在汽车上的应用日趋广泛,不仅提高了汽车的性能和舒适性,也使整个汽车控制系统变得越来越复杂。因此,用户的汽车一旦因故障抛锚时,维修人员能否迅速找到发生故障的部位并加以排除就成为摆在汽车制造商面前
阐述了压力传感器测量系统硬件设计、压力传感器智能化软件设计、压力传感器误差与温度补偿技术设计。针对传感器测量的温度漂移和非线性等问题,提出了利用多传感器信息融合技术——曲面拟合法和曲线拟合法来加以解决
传感器融合标定算法,另外还包含了自动驾驶学习资料 涵盖感知,规划和控制,ADAS,传感器; 1. apollo相关的技术教程和文档; 2.adas(高级辅助驾驶)算法设计(例如AEB,ACC,LKA等
一篇关于多传感器目标跟踪检测数据融合的博士论文，有兴趣的可以下载学习参考
用户评论