我们提出了一种新的快速方法来匹配适用于不同运动学区域的因式分解定理,例如量子色动力学中的横向动量依赖性和共线因式分解定理。 与众所周知的方法有赖于它们的简单加法和随后的重复计算的减法,我们的方法只是使
学位论文 a study of iterative image reconstruction
针对目前多传感器数据融合过程中,传感器观测噪声不易确定,提出了一种基于LMS算法的多传感器自适应加权数据融合方法。该方法将传感器最优加权系数的求解,转化为估计值的均方误差性能表面的最优解搜索,通过加入
传统的决策树分类方法(如ID3和C4.5),对于相对小的数据集是很有效的。但是,当这些算法用于入侵检测这样的非常大的、现实世界中的数据时,其有效性就显得不足。采用了一种基于随机模型的决策树算法,在保证
简化加权数据融合算法对时差定位性能的优化,郭士民,吕明,在利用四站进行三维时差定位时,由于系统中不存在信息冗余,不仅定位性能较低,还可能会出现不能定位的情况。文章针对这个问题,
基于线性回归的无线传感器网络加权质心定位算法,姚维照,胡彧,在建立定位算法求解数学模型和定位性能的基础上,提出一种基于线性回归的加权质心定位算法。该算法通过利用节点之间的跳数对质心
传统依赖于端口号的应用层协议识别方法对大量具有随机端口的应用不再适用,设计一种基于正则表达式的动态应用层协议识别方案。在深入分析DFA状态数对算法性能影响的基础上,提出了构造最优DFA状态数的算法,该
提出了一种利用经验模态分解(EmpiricalModeDecomposition,EMD)和加权Mel倒谱(WeightedMel-Cepstrumcoefficients,WMCEP)提取语音信号共
特征的提取与定位算法;点特征提取算法;点特征的灰度特征;Moravec算子 ;2给定一经验阈值将兴趣值大于阈值的点作为候选点 ; 综上所述Moravec算子是在四个主要方向上选择具有最大最小灰度方差的
三角形加权质心定位算法常用于目前流行的室内定位,经过测试可以使用,并已应用到我的实际项目中
