暂无评论
针对被动多传感器机动目标跟踪系统中, 由于目标机动性能的不确定以及存在的非线性而导致系统模型与 目标实际运动模式难以匹配的问题, 提出一种新的自适应曲线模型跟踪算法. 该算法通过建立新的方向角模型,
分析了WSN路由鲁棒性的特点，提出了路由鲁棒性的量化指标，并引入云模型解决鲁棒性的评价和量化问题，是对无线传感器网络路由鲁棒性研究的有益探索和尝试。
单传感器多目标跟踪相关算法的研究 本文基于最大似然法数学模型，探讨了近邻域相关算法在单传感器多目标跟踪中的应用，并利用了分区相关技术以利于工程实现。
基础矩阵的计算是计算机视觉领域中一个非常重要的问题。针对如何去除异常数据、提高基础矩阵的估计精度，本文提出了基于分块的基础矩阵的鲁棒估计算法
对于带不确定模型参数和噪声方差的线性离散时不变多传感器系统, 用虚拟噪声补偿不确定参数, 系统转化为仅带噪声方差不确定性的多传感器系统. 用加权最小二乘法和极大极小鲁棒估计准则, 基于带噪声方差保守上
王教授在2016年发表的论文《2016_Robustness Improvement of Speed Estimation in Speed-Sensorless Induction Motor D
Cycle Spinning是在图像去噪时使用的一种消除伪吉布斯（Pseudo-Gibbs）现象的方法,目前的文献中较少有使用该方法进行图像融合的研究。尝试结合小波变换和Cycle Spinning循
针对当前基于稀疏分类的目标跟踪算法跟踪精度较低等问题，结合判别分析思想，提出改进型稀疏跟踪算法。采用基于在线学习的标准对冲算法估算目标的位置以及面积，并详细介绍了标准对冲算法原理。对于在跟踪过程中目标
这是Kalman滤波的论文，这是一个好的论文希望大家下载
鲁棒人脸跟踪系统关键技术的研究
暂无评论