排序方式: 共有27条查询结果,搜索用时 25 毫秒
1.
在海战场环境中,运动的物体之间可能会发生碰撞,文章针对海战场环境中各种运动物体的特点,提出不同类型包围盒的选择原则;针对物体的运动状态,采用基于射线的相交测试方法,提高碰撞检测的效率。 相似文献
2.
针对磁性目标定位中的磁矩反演问题,提出一种基于神经网络的磁矩反演技术。首先,基于最小二乘原理,建立了磁性目标磁矩反演模型;其次采用Hopfield网络进行了优化求解,并针对模型求解过程中鲁棒性差的弊端,对网络进化策略进行了自适应修正;最后设计了仿真实验对其有效性进行了检验,仿真结果表明利用修正后的网络求解磁矩反演问题结果令人满意,具有一定的实用性。 相似文献
3.
孙勇 《浙江交通职业技术学院学报》2006,7(1):29-30,70
传统的内存管理方式在分配与释放临时对象的内存时存在一些局限。本文提出了一种新的应用于临时对象的内存管理算法,该算法内存分配和释放的速度都很快。时间需求十分固定,同时还避免了内存碎片的产生。 相似文献
4.
5.
6.
三角形由于尖锐的角点,半环形由于既有凹面又有角点,它们都给传统的FDTD数值求解造成了一定的困难。这是因为要获得较高的精度,必须细分网格,从而增加内存需求和计算时间。同时三角形柱和半环柱对Thompson-FDTD方法来说也是“坏”的形状,它使得Thompson变换的精度有所下降。本文通过模拟这两种典型的不利形体的散射问题,进一步验证了Thompson-FDTD法对散射体几何形状变化具有较强的适应能力 相似文献
7.
8.
许金波 《南通航运职业技术学院学报》2010,9(3):88-90
文章从回收物流的概念入手,探讨了高校废弃物回收物流的特点,分析了高校废弃物回收物流的现状,提出了发展高校废弃物回收物流的对策。 相似文献
9.
针对复杂道路环境下小目标抛洒物难以被检测与跟踪,且落地静止像素易被纳入背景而导致目标丢失等问题,本文提出一种基于物影匹配算法(OSMA)的道路小目标跟踪方法来解决上述问题。首先,采用混合高斯模型对背景进行建模以此获取前景图像,对前景图像采用膨胀、腐蚀等形态学处理;其次,根据道路抛洒物移动时在前景产生独立的物与影双轮廓特征,进行连续帧前景轮廓的物影匹配,并将连续的匹配结果定为疑似抛洒物;最后,采用多帧质心偏移法判断疑似抛洒物是否处于静止状态,并对运动状态中的疑似抛洒物进行位置判定与帧间轮廓匹配,从而实现抛洒物的逐帧跟踪。基于大量实验表明:本文所提出的OSMA与核化相关滤波器(KCF)、辨别尺度空间跟踪器(DSST)、背景感知相关滤波器(BACF)、深度注意力跟踪器(DAT)、视觉跟踪时空变换器(SATRK)等跟踪器相比,准确性更优越,可较好解决道路复杂场景下各类抛洒物的跟踪问题;复杂背景、快速旋转的小目标场景中跟踪表现优异,具有良好的跟踪尺度,实时性满足预期要求。 相似文献
10.
TIAN Jie XUE Shan-hua HUANG Hai-ning ZHANG Chun-hua 《船舶与海洋工程学报》2007,6(1):36-40
A Support Vector Machine is used as a classifier to the automatic detection and recognition of underwater still objects. Discrimination between the objects can be transferred into different projection spaces by the process of multi-field feature extraction. The multi-field feature vector includes time-domain, spectral, time-frequency distribution and bi-spectral features. Underwater target recognition can be considered as a problem of small sample recognition. SVM algorithm is appropriate to this kind of problems because of its outstanding generalizability. The SVM is contrasted with a Gaussian classifier and a k-nearest classifier in some experiments using real data of lake or sea trial. The experimental results indicate that SVM is better than the others two. 相似文献