暂无评论
介绍了在连续范围内利用样本分位数函数进行二次距离估计的方法。 它扩展了仅基于几个样本分位数的先前方法,并且与连续GMM方法相似。 建立了连续二次距离估计器(CQDE)的渐近性质,并讨论了该方法的实现。
考虑了用于多输入多输出(MIMO)信道估计的鲁棒训练序列设计的问题。 特别地,我们旨在使信道估计的最坏情况均方误差最小化,该最小均方误差被表述为最小极大优化问题。 在任意紧致凸不确定性集合的一般假设下
基于鲁棒Kalman滤波器的集中式估计融合算法研究,王鹏,宋鹏云,针对多传感器信息融合系统,以Krein空间下的鲁棒Kalman滤波器为基础,给出了串行结构下和观测噪声加权结构下的集中式估计融合算法。
针对传统盲分离混合矩阵估计鲁棒性差、易受初始值影响、精度不高等问题,该文将人工蜂群算法(ABC)用到盲分离中,结合稀疏信号混合矩阵估计的特点,提出一种基于不同搜索策略和编码方式的两阶段蜂群算法的混合矩
基于鲁棒优化的系统辨识算法研究,钱富才,黄姣茹,对不确定数据属于一个有界集,而不是服从特定概率分布的系统辨识问题,本文提出了一种以鲁棒优化为基础的新方法。该方法将系统辨
基于似然比测试的语音激活检测算法基于假设检验原理,引入了对噪声的降噪处理,具有良好的噪声鲁棒性,算法高效且易于实现。各种改进算法针对语音模型、判决规则等核心问题进行了系统研究,检测性能得到了进一步提高
针对在视频序列图像目标跟踪中,跟踪目标尺寸和跟踪目标相对背景运动的方位角都在实时变化,常规目标跟踪算法会引起尺度和方向定位偏差,导致跟踪漂移,甚至跟踪失败问题,提出鲁棒的目标尺度和方向自适应的跟踪方法
关于卡尔曼滤波与鲁棒估计的最新综述,主要讲的是算法
鉴于高斯混合模型对背景变化快时无法精确检测出目标和目标跟踪的适应性差等瑕疵,提出了基于加权似然跟踪器来改进高斯混合模型实现运动目标跟踪算法。主要引入了自适应高斯混合模型来实时检测运动目标,然后空间加权
这是关于scale-free网络的鲁棒性研究的一点程序,,但还不是很完善
暂无评论