期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
低空遥感与地面传感网络双采集中的数据融合 被引量:1
1
作者 廖世芳 刘长星 包富华 《传感技术学报》 北大核心 2025年第5期900-905,共6页
针对因低空遥感与地面传感网络双采集中数据特征间差异性较强、存在噪声影响,导致数据融合难度大的问题,提出一种低空遥感与地面传感网络双采集中的数据融合方法。采用SLIC算法设定融合区域标准阈值,融合低空遥感与地面传感网络双采集... 针对因低空遥感与地面传感网络双采集中数据特征间差异性较强、存在噪声影响,导致数据融合难度大的问题,提出一种低空遥感与地面传感网络双采集中的数据融合方法。采用SLIC算法设定融合区域标准阈值,融合低空遥感与地面传感网络双采集同属性数据,采集同属性数据集中所有极小值点和极大值点,建立拟合曲线并计算数据点在曲线上的幅值,将幅值较高的数据点视为噪声点,并对其进行去噪处理,不断迭代该过程,直到均匀曲线中的所有噪声点被处理完。分析去噪后数据的一维和二维信息熵值,提取不同维度的特征参数,利用这些特征参数进行数据的趋同性和趋异性融合。仿真数据证明,所提方法数据融合精准度高,能耗始终在0.3 J以下,具有一定应用价值。 展开更多
关键词 地面传感网络 数据融合 信息熵 低空遥感 粒子群搜索算法 欧氏距离
在线阅读 下载PDF
基于高分遥感影像匹配的露天矿滑坡形变场监测方法 被引量:8
2
作者 张慧慧 王茹 《金属矿山》 CAS 北大核心 2018年第11期120-125,共6页
针对利用SIFT(Scale-invariant feature transform)算法提取全色遥感影像特征点时存在数量少、分布不均、影响滑坡形变场监测效果等问题,提出了一种综合利用SIFT与CSIFT(Colored scale invariant feature transform)算法进行滑坡形变场... 针对利用SIFT(Scale-invariant feature transform)算法提取全色遥感影像特征点时存在数量少、分布不均、影响滑坡形变场监测效果等问题,提出了一种综合利用SIFT与CSIFT(Colored scale invariant feature transform)算法进行滑坡形变场标定的方法。该方法利用SIFT算法分别处理全色影像和多光谱融合影像,利用CSIFT算法处理多光谱融合影像,将3个过程提取的互不相同的特征点进行叠加,得到更多的特征点。以抚顺西露天煤矿南帮滑坡为例进行试验,结果表明:新方法能够充分利用3种不同影像匹配过程的特点,大大增加了特征点数量,使得生成的滑坡形变场更加精确,所圈定的滑坡范围更加准确,且该方法具有成本低、效率高等优点,非常适合于大型滑坡的大变形形变场监测。 展开更多
关键词 滑坡形变场 高分影像 多光谱融合影像 SIFT算法 CSIFT算法
在线阅读 下载PDF
基于改进A^(*)与TEB算法融合的移动机器人路径规划 被引量:7
3
作者 徐嘉骏 辛绍杰 邓寅喆 《计量与测试技术》 2022年第5期26-30,共5页
移动机器人在复杂环境中,利用传统A^(*)算法进行路径规划时,往往搜索效率低、转折点多、路径不平滑,且无法有效应对动态障碍物。本文提出了一种基于改进A^(*)与TEB算法融合的方案。通过设置虚拟膨胀区域、改进启发函数以及优化拐点选取... 移动机器人在复杂环境中,利用传统A^(*)算法进行路径规划时,往往搜索效率低、转折点多、路径不平滑,且无法有效应对动态障碍物。本文提出了一种基于改进A^(*)与TEB算法融合的方案。通过设置虚拟膨胀区域、改进启发函数以及优化拐点选取策略,提高了算法的搜索效率与安全性,然后在全局最优的前提下融合TEB算法,实现移动机器人的动态路径规划。实验验证,融合算法能够有效提高搜索效率,实现路径平滑及动态避障,且满足阿克曼机器人的约束要求,具有良好的可行性与适应性。 展开更多
关键词 路径规划 改进A^(*)算法 TEB算法 融合算法 阿克曼机器人
在线阅读 下载PDF
面向融合度量的PSO-RBF软件缺陷数量预测模型 被引量:2
4
作者 刘路瑶 韩培胜 +1 位作者 李伟群 李万鹏 《信息工程大学学报》 2023年第6期691-698,共8页
现有软件缺陷预测技术主要基于软件产品度量或过程度量来预测软件缺陷倾向性或缺陷数量,缺乏针对融合产品度量指标和过程度量指标的缺陷预测研究。为提高面向融合度量指标的软件缺陷预测模型的适用性和准确度,以融合软件产品度量指标和... 现有软件缺陷预测技术主要基于软件产品度量或过程度量来预测软件缺陷倾向性或缺陷数量,缺乏针对融合产品度量指标和过程度量指标的缺陷预测研究。为提高面向融合度量指标的软件缺陷预测模型的适用性和准确度,以融合软件产品度量指标和过程度量指标为输入,提出一种软件缺陷数量预测模型。此模型主要包括特征选择和缺陷数量预测两阶段。特征选择阶段,采用一种改进密度峰值聚类算法和皮尔逊相关系数结合的特征选择方法,完成特征选取;缺陷数量预测阶段,基于径向基函数(Radial Basis Function, RBF)神经网络,引入粒子群优化(Particle Swarm Optimizer, PSO)算法构建PSO-RBF软件缺陷数量预测模型。实验结果表明,面向融合度量指标的PSO-RBF模型在缺陷数量预测中效果更优。 展开更多
关键词 软件缺陷数量预测 融合度量指标 密度峰值聚类算法 粒子群优化算法 径向基函数神经网络
在线阅读 下载PDF
基于改进增强特征选择算法的特征融合图像隐写分析 被引量:4
5
作者 时晨曦 张敏情 《光电子.激光》 EI CAS CSCD 北大核心 2014年第3期551-557,共7页
针对现有的基于特征融合的JPEG隐写分析方法特征冗余度高、通用性较低的问题,提出了一种基于改进的增强特征选择(BFS,boosting feature selection)算法的通用JPEG隐写分析方法。从线性相关度和非线性相关度两方面降低特征冗余,将特征自... 针对现有的基于特征融合的JPEG隐写分析方法特征冗余度高、通用性较低的问题,提出了一种基于改进的增强特征选择(BFS,boosting feature selection)算法的通用JPEG隐写分析方法。从线性相关度和非线性相关度两方面降低特征冗余,将特征自相关系数和互信息这两种统计性能引入到特征的评价准则中,重新设计了特征权重计算方法,改进了BFS算法的特征评价函数。通过改进的BFS特征选择算法将3组互补性较强且准确率高的特征进行融合降维,得到最优特征子集训练分类器。对3种高隐蔽性隐写算法F5、Outguess和MME3,在不同嵌入率下进行了大量实验。结果表明,本文方法的分析准确率高于现有的检测率较高的JPEG隐写分析方法和典型的融合分析方法,融合后的特征相关性明显下降,并且具有更强的通用性。 展开更多
关键词 隐写分析 特征融合 特征选择 改进的增强特征选择(BFS)算法 特征相关性
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部