公共文化服务平台

共 3 条记录，以下是 1-6

全选清除导出

排序方式：

Multi-scale Analysis of Single-point Wind Signals in Outdoor Near-surface Environments: ＜正＞The odor/gas dispersion in atmospheric boundary layer is dominated by airflow.The analysis of the wind spee...; WANG Yang; 文献传递

视觉注意机制在图像增强中的应用研究被引量：10: 2009年; 将视觉注意机制引入到直方图构造中,并在此基础上提出了一种新的基于灰度级信息量直方图的图像增强算法.该算法利用Itti视觉注意计算模型对图像的显著性进行分析,获得全局显著图;然后,将全局显著图划分为若干等大的子区域,求取各子区域的平均显著值,并做归一化处理,得到子区域的加权统计系数;再将各子区域的灰度级加权统计值相加,得到灰度级信息量直方图;最后,依据直方图均衡化的映射函数,调整灰度级的动态范围.实验结果表明,该算法明显优于经典的GHE算法和AHE算法,具有满意的视觉效果.; 曾明孟庆浩王湘晖邱亚男蒋萍李彦辉; 关键词：图像增强视觉注意机制直方图均衡

基于传感器网络的分布式生化气体源参数测定算法: 2012年; 针对生化气体源参数测定问题,提出了一种基于传感网络的分布式贝叶斯迭代估计算法,该算法在给定气体物理分布扩散模型条件下,通过传感器节点获取气体浓度,并基于分布式扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)实现气体源的坐标定位和释放率估计.通过仿真实验对两种分布式算法进行性能分析,结果表明,UKF算法在参数估计成功率和参数估计误差两个方面均要好于EKF算法,分别可以提高约50%和70%,其收敛速度快,使用节点少,更有助于节省网络能量消耗,并延长其生存周期.; 张勇张勇孟庆浩吴玉秀; 关键词：参数测定扩展卡尔曼滤波无迹卡尔曼滤波

Distributed Gas-Source Localization Based on MMSE Estimation with Cooperative Sensor Networks: ＜正＞Sensor network based gas source localization（GSL） has great application prospect in the fields such as envi...; ZHANG Yong~(1; 文献传递

基于P-PSO算法的室内有障碍通风环境下的多机器人气味源搜索被引量：19: 2009年; 受湍流影响,室内通风环境下的烟羽分布表现出波动变化且不连续的特性;在一些角落处,较大的漩涡会产生长时间的局部浓度极值区;另外室内的障碍物也会改变烟羽的分布状况.因此室内有障碍通风环境下的机器人气味源搜索问题变得很复杂.本文提出了基于概率适应度函数的粒子群优化(Probability-fitness-function based particle swarm optimization,P-PSO)算法并用于多机器人气味源搜索.P-PSO算法的特点是采用概率而非确定数来表达适应度函数值.针对气味源搜索问题,P-PSO算法的适应度函数值由贝叶斯和变论域模糊推理估计的气味源概率表达.为验证提出的搜索策略,构建了对应实际边界条件的室内通风环境的烟羽模型.仿真研究证明了本文提出的P-PSO搜索算法用于解决气味源搜索问题的可行性.; 李飞孟庆浩李吉功曾明; 关键词：多机器人贝叶斯推理模糊推理

A Particle Filter Algorithm for Odor Source Localization in Wireless Sensor Network: In this paper,we address the odor source localization （OSL） problem in wireless sensor network.The OSL has pot...; Yong Zhang is with the School of Electrical Engineering and Automation,Tianjin University,Tianjin,300072,China.Qing-Hao Meng is with the School of Electrical Engineering and Automation,Tianjin University,Tianjin,300072,China.Yu-Xiu Wu is with the School of Electrical Engineering and Automation,Tianjin University,Tianjin,300072,China.Ming Zeng is with the School of Electrical Engineering and Automation,Tianjin University,Tianjin,300072,China.; 文献传递

全选清除导出

共1页<1>

天津市自然科学基金(09JCYBJC02100)