排序方式: 共有95条查询结果,搜索用时 218 毫秒
1.
针对现有车辆检测算法在实际复杂道路情况下对车辆有效检测率不高的问题,提出了融合多模式弱分类器,并以AdaBoost-Bagging集成为强分类器的车辆检测算法。结合判别式模型善于利用较多的特征形成较好决策边界和生成式模型善于利用较少的特征排除大量负样本的优点,以Haar特征训练判别式弱分类器,以HOG特征训练生成式弱分类器,以AdaBoost算法为桥梁,采用泛化能力强的Bagging学习器集成算法得到AdaBoost-Bagging强分类器,利用Caltech1999数据库和实际道路图像对检测算法进行了验证。验证结果表明:相比于单模式弱分类器,AdaBoostBagging强分类器在分类能力和处理时间上均具有优越性,表现为较高的检测率与较低的误检率,分别为95.7%、0.000 27%,每帧图像的检测时间较少,为25ms;与传统级联AdaBoost分类器相比,AdaBoost-Bagging强分类器虽然增加了12%的检测时间和30%的训练时间,但检测率提升了1.8%,误检率降低了0.000 06%;本文算法的检测性能显著优于基于Haar特征的AdaBoost分类器算法、基于HOG特征的SVM分类器算法、基于HOG特征的DPM分类器算法,具有较佳的车辆检测效果。 相似文献
2.
LNG接收站再冷凝器工艺控制分析 总被引:2,自引:0,他引:2
针对目前某LNG接收站采用的再冷凝工艺,在简要介绍再冷凝器结构和工艺的基础上,从温压补偿,比率计算,流量、压力及液位控制方面入手,对再冷凝器串级控制模式下的工艺控制原理进行详细地阐述和分析。该分析是基于某LNG接收站近4年的平稳运营经验形成,对新建LNG接收站再冷凝器的投用和平稳操作具有一定的参考价值。 相似文献
3.
梯级电站变动回水区受上游电站下泄流量与下游坝前水位双重影响,设计最低通航水位的确定十分复杂。传统的设计最低通航水位保证率主要对流量进行统计,指标不够全面;而且设计最低通航水位计算工况组合的选取具有一定的偶然性,实际设计过程中可操作性不强。提出入库流量与坝前水位组合保证率计算方法,该方法综合考虑了入库流量与坝前水位遭遇组合的概率。利用该方法可合理确定梯级电站变动回水区设计最低通航水位,同时结合电站调度方案,在电站可接受的调度方式下,投入最少的资金对航道进行整治,以达到最优的效果。 相似文献
4.
针对城市轨道交通视频监控的重要性与传统的视频监控的局限性,提出利用前端图像处理模块实现动态背景建模、目标检测和跟踪,对正常的群体行为进行建模、识别乘客异动。设计采用贝叶斯分类器将目标和背景进行分类,实现目标检测,并利用乘客特征的先验知识制成模板,将运动区域与目标模型匹配实现跟踪的过程,并将乘客行为抽象成为时空变化的数据分类问题。本系统的设计旨在保证地铁列车的安全运行,建设与轨道交通相适应的车载视频监控系统。 相似文献
5.
研究了基于S变换模时频矩阵相似度的水下目标识别方法。根据测试样本对应的S变换模时频矩阵与标准样本对应的S变换模时频矩阵之间的相似度最大原则对测试样本进行识别。该方法不需要辅助分类器而直接实现目标识别,计算简单快速。仿真实验表明,该方法的识别率较高,且受噪声影响小,适合于水下目标识别。 相似文献
6.
神经网络分类器在舰船辐射噪声分类中得到了广泛的应用.针对神经网络分类器的设计困难,提出一种基于进化规划算法的设计方法.在该方法中,进化算法的适应度函数不是取为神经网络分类器对训练样本的识别率,而是对训练样本的可分性和聚合度同时考虑,这样能够在保证识别精度的前提下,使网络分类器具有良好的泛化能力,而且该方法不仅能够对待识别的样本进行离线学习,也能够在线学习.使用该分类器对舰船辐射噪声进行分类识别试验,结果表明该方法设计的分类器具有良好的性能. 相似文献
7.
8.
9.
在Ad Hoc网络条件下,受接入层效率及高误码率等客观因素影响,链路层传输性能较低。针对这一问题,提出了一种高效的链路层数据级联方法,使发端的数据既能更好地匹配接入层协议,得到较高的吞吐量,又能减少高误码率对传输性能的影响。理论及仿真结果表明:与传统的数据级联方法相比,该方法可获得更高的链路层吞吐量,提升了Ad Hoc网络链路层的传输性能。 相似文献
10.
提出吸收式制冷复合循环新模式,讨论了复合循环的热力计算。单效/双效复合循环有高低压2个发生器,高压发生器由高温级热源驱动,低压发生器由来自高压发生器的冷剂蒸汽与低温级热源联合驱动,实现高低温级热源的能量梯级利用。作为实例,对由高低温两级增压空气中冷器驱动的单效/双效复合循环进行了热力计算,并与单效循环和双效循环进行了热力性能比较。结果表明,复合循环的热力系数和制冷量均比单效循环高出15%,复合循环的余热利用量和制冷量分别高出双效循环153%和110%。 相似文献