排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
2.
蒋少青 《长沙交通学院学报》1997,13(2):23-27
对四维平面空间直线绕平面的螺旋运动轨迹进行了较详尺的讨论,按照直线与“轴平面”垂直的超平面和“轴平面”的交线的位置不同,该轨迹分别为阿基米德正螺旋面,阿基米德斜螺旋面,渐开线螺旋面。 相似文献
3.
4.
基于状态估计法的陀螺仪/星敏感器组合卫星姿态测量系统,采用传统卡尔曼滤波算法进行状态估计。但由于卡尔曼滤波算法存在较大误差,因此提出采用超平面调整卡尔曼滤波器的方法提高估计精度。通过仿真证明,该方案既能抑制滤波发散,又能提高卫星姿态确定系统估计精度。 相似文献
5.
有向超平面的配置就是由一组闭半空间构成的有限集,由该组闭半空间的边界(超平面)所界的有限个区域称为配置的胞腔。设Ci表示恰被i个闭半空间覆盖的胞腔个数,由Ci构成的n+1维向量(C0,C1,C2,…,Cn)称为该配置的C-向量。本文例举了一维欧氏空间中C-向量的一些性质,给出了n+1维向量是C-向量的充分必要条件,并对一维情形证明了文献「1」中的一个猜想。 相似文献
6.
提出了一种利用多SVM分类器对高速公路中的复杂交通信息进行有效融合的异常事件检测方法.首先,将初始训练集划分为互不重叠的子集,为每个子集训练分类器.给定一个输入向量,利用分类器求得其所属的类别标签,并计算出该向量对特定簇的隶属度.其次,利用概率方法将多SVM分类器分类结果进行融合,得到最终分类结果.接下来,将“车流量”、“行车速度”、“道路占用率”、“相邻监测站的车流量差值”、“速度差值”以及“道路占用率差值”等交通参数表示为特征向量,分别输入到经过训练的SVM分类器,并将多SVM分类器融合后的分类结果作为判别异常事件的依据.最后,从5个具有代表性的高速公路路段采集到的交通数据构造实验数据集.实验结果表明,对比单一SVM和LS-SVM,文章提出的基于多SVM分类器融合的高速公路异常事件检测方法可以有效提高高速公路异常事件检测的准确性和可靠性,弥补了仅使用单一交通参数进行异常事件检测的不足. 相似文献
1