暂无评论
基于产品设计的多目标优化算法研究,许强,,本文基于产品设计与开发项目,对现今比较典型的几种多目标优化算法进行了研究,拟找到一款适合该项目的优化算法。文章首先给出了
运动目标检测与跟踪算法的研究进展，刘明玺，孟放，运动目标检测与跟踪技术有着广泛的应用，但由于检测和跟踪过程容易受外界环境的干扰而造成失败，因此改进运动目标检测和跟踪算法
动态背景下运动目标检测与跟踪算法研究，汪尚，黄朝兵，视频中运动目标检测与跟踪在机器人视觉、智能监控和自动驾驶等领域有广泛的应用前景。本文工作是分析处理由于摄像机运动引起背景
Zero-shot learning（ZSL）是针对没有训练样本的类别进行分类的问题。传统回归方法的核心是将视觉特征投影到语义空间，没有充分利用视觉特征自身包含的样本信息，同时训练计算量大。提出基于反
研究了一种用于求解多目标优化问题的粒子群算法(CMMOPSO)。该算法采用外部存档存储每一代产生的非劣解,并且采用拥挤距离来维持外部存档规模,同时提出一种新的全局最优粒子的选取策略(基于拥挤距离和收敛
基于Pareto最优概念的多目标进化算法已成为多目标优化问题研究的主流方向。详细介绍了该领域的经典算法，重点阐述了各种算法在种群快速收敛并均匀分布于问题的非劣最优域上所采取的策略，并归纳了算法性能评估
电子干扰成功压制威胁目标对突防作战起着关键性的作用,针对理想环境下优化模型的不足,考虑到实战环境下的约束条件和干扰需求,构建了干扰目标的优化分配模型;对于参变量和约束条件增多时,传统算法求解速度慢,甚
对运动目标(如船、飞行器等)的跟踪,主要使用雷达跟踪系统。在实际处理数据时,需要使用状态空间表示法对过程建模。在雷达跟踪系统中,目标位置的测量值是在与传感器位置相关的极坐标系下得到的。因此,雷达目标跟
在粒子滤波的基础上融合扩展卡尔曼滤波算法,融合后的算法在计算提议概率密度分布时,充分考虑当前时刻的量测,使粒子的分布更加接近状态的后验概率分布。将此改进粒子滤波算法在“当前”统计模型框架下进行机动目标
机动目标跟踪的自适应卡尔曼滤波算法实现
暂无评论