检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

59 篇 专利

馆藏范围

59 篇 电子文献
0 种 纸本馆藏

日期分布

机构

6 篇 南京邮电大学
4 篇 华为技术有限公司
4 篇 南京航空航天大学
3 篇 清华大学
3 篇 北京航空航天大学
2 篇 中国人民解放军空...
2 篇 北京交通大学
2 篇 湖州师范学院
2 篇 西安交通大学
2 篇 上海几何伙伴智能...
2 篇 中国电信股份有限...
2 篇 黑龙江迈普斯企业...
2 篇 电子科技大学
2 篇 杭州电子科技大学
2 篇 华南理工大学
2 篇 中山大学
2 篇 浙江华创视讯科技...
1 篇 中国电信股份有限...
1 篇 中国人民解放军国...
1 篇 中检西部检测有限...

作者

6 篇 颜俊
2 篇 徐博轩
2 篇 纳坦·爱德华·坦尼
2 篇 薛安克
2 篇 吕品
2 篇 吕少卿
2 篇 刘汉强
2 篇 王坚
2 篇 李桓
2 篇 吴康
2 篇 陈霄
2 篇 赵龙
2 篇 范建存
2 篇 朱徐东
2 篇 杨涵晨
2 篇 赵映重
2 篇 朱继飞
2 篇 曹亚曦
2 篇 汪詹健
2 篇 安德雷·卡伦德泽尔...

语言

59 篇 中文

检索条件"主题词=位置估计结果"

共 59 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于尺度和位置分离的多尺度目标跟踪方法及系统

基于尺度和位置分离的多尺度目标跟踪方法及系统

引用

作者：赵小明张璐李家豪 710071 陕西省西安市太白南路2号

本发明公开了一种基于尺度和位置分离的多尺度目标跟踪方法，包括：分别将模板图像和当前帧搜索图像输入多尺度网络中进行特征提取，对应得到多尺度的模版特征和目标特征；分别将模版特征和目标特征输入位置估计检测头进行处理，并将输... 详细信息

标准号: CN118071795A

本发明公开了一种基于尺度和位置分离的多尺度目标跟踪方法，包括：分别将模板图像和当前帧搜索图像输入多尺度网络中进行特征提取，对应得到多尺度的模版特征和目标特征；分别将模版特征和目标特征输入位置估计检测头进行处理，并将输出的两个结果进行卷积，得到初步的位置估计结果；将目标特征输入尺度估计检测头进行处理，得到尺度估计结果；对初步的位置估计结果进行聚类，得到最终的位置估计结果；将最终的位置估计结果和尺度估计结果进行拼接，得到预测结果；当判断已处理的搜索图像帧数达到预设数量时，更新模版特征，并进行下一帧搜索图像的预测。该方法提升了整个跟踪过程的稳定性和鲁棒性，具有较高的跟踪准确度。

关键词：位置估计结果尺度估计模版特征目标特征多尺度检测头帧搜索稳定性和鲁棒性模板图像目标跟踪输入位置搜索图像特征提取图像输入位置分离预测结果准确度跟踪聚类卷积预设帧数拼接尺度图像输出预测更新网络

来源：评论

学校读者我要写书评

暂无评论

基于迭代最小二乘加权与位置残差计算的无线定位方法

基于迭代最小二乘加权与位置残差计算的无线定位方法

引用

作者：余毅华惊宇李虓江张涛王建斌闻建刚鲁佳史雅茹王贞凯施淑媛 310051 浙江省杭州市滨江区长河街道春波路999号

本发明公开了基于迭代最小二乘加权与位置残差计算的无线定位方法。为了解决现有无线定位方式的误差较大、定位精度较低的问题；本发明获取每个基站的到达时间估计值，据此建立静态节点SS与移动节点MS之间的原始LLOP方程组，借助最小二... 详细信息

标准号: CN118226375A

本发明公开了基于迭代最小二乘加权与位置残差计算的无线定位方法。为了解决现有无线定位方式的误差较大、定位精度较低的问题；本发明获取每个基站的到达时间估计值，据此建立静态节点SS与移动节点MS之间的原始LLOP方程组，借助最小二乘法求解得到移动节点MS初始位置估计。定义位置残差并计算权值，基于此得到所有LLOP方程的加权系数合成的权值矩阵。针对原始LLOP方程组和权值矩阵重构定位方程组，并基于加权最小二乘原理估计移动节点MS位置。返回残差计算部分继续迭代，直到满足终止条件，则输出最终的移动节点MS位置估计结果。利用权值矩阵在下一次WLS估计中限制NLOS影响，产生更加精确的定位结果。

关键词：移动节点权值矩阵残差方程组无线定位迭代加权初始位置估计位置估计结果最小二乘原理定位方程组最小二乘法定位结果定义位置加权系数静态节点时间估计终止条件最小二乘求解基站重构合成输出返回

来源：评论

学校读者我要写书评

暂无评论

分离式MIMO雷达波系统中目标位置的估计方法和装置

分离式MIMO雷达波系统中目标位置的估计方法和装置

引用

作者：吴晓平祁亨年沈娅娜 313000 浙江省湖州市二环东路759号

本发明属于雷达波目标检测领域，特别是一种分离式MIMO雷达波系统中目标位置的估计方法和装置，方法包括：在待检测区域布设位置确定的发射机和接收机；测量P组所述发射机‑目标‑所述接收机之间的时间延迟TD；所述测量得到的时间延迟TD... 详细信息

标准号: CN112816971A

本发明属于雷达波目标检测领域，特别是一种分离式MIMO雷达波系统中目标位置的估计方法和装置，方法包括：在待检测区域布设位置确定的发射机和接收机；测量P组所述发射机‑目标‑所述接收机之间的时间延迟TD；所述测量得到的时间延迟TD包含噪声；将测量得到的所有时间延迟TD值发送至数据处理装置，所述数据处理装置处理数据，获得位置估计结果和其误差项，所述误差项包含所述噪声；消除所述误差项中的所述噪声获得补偿值；根据所述补偿值修正所述位置估计结果实现目标位置的估计。本发明能够提高雷达波系统中目标位置估计的准确度。

关键词：误差项噪声数据处理装置发射机接收机目标位置测量雷达波目标位置估计位置估计结果补偿值修正待检测区域方法和装置准确度布设位置处理数据估计结果获得位置目标检测发送

来源：评论

学校读者我要写书评

暂无评论

分离式MIMO雷达波系统中目标位置的估计方法和装置

分离式MIMO雷达波系统中目标位置的估计方法和装置

引用

作者：吴晓平祁亨年沈娅娜 313000 浙江省湖州市二环东路759号

标准号: CN112816971B

来源：评论

学校读者我要写书评

暂无评论

一种位置估计方法

一种位置估计方法

引用

作者：刁心玺 518057 广东省深圳市南山区科技园科发路1号华为用服大厦

本发明公开了一种位置估计方法，该方法首先结合位置估计中的NLOS识别结果，利用由NLOS误差的概率密度函数和分布参数确定的NLOS误差的均值对TDOA测量中的NLOS误差进行零均值矫正，然后结合NLOS识别结果，利用由NLOS误差的概率密度函数... 详细信息

标准号: CN1243453C

本发明公开了一种位置估计方法，该方法首先结合位置估计中的NLOS识别结果，利用由NLOS误差的概率密度函数和分布参数确定的NLOS误差的均值对TDOA测量中的NLOS误差进行零均值矫正，然后结合NLOS识别结果，利用由NLOS误差的概率密度函数和分布参数确定的NLOS误差的方差，对位置估计方法中的加权矩阵进行调整，实现对NLOS误差的初步抑制；最后对多个位置估计结果进行平均，实现对NLOS误差的进一步抑制；上述方案不仅适用于LOS环境，而且适用于NLOS环境和LOS与NLOS相混合的环境；同时，该方法可以实时、有效地对NLOS误差进行抑制，无须长时间地对移动台进行跟踪测量。

关键词：概率密度函数位置估计方法分布参数均值位置估计结果跟踪测量加权矩阵结合位置移动台方差矫正

来源：评论

学校读者我要写书评

暂无评论

一种基于深度学习的RFID标签位置估计方法

一种基于深度学习的RFID标签位置估计方法

引用

作者：刘铭刘念薛文元魏兰兰李清勇王浩业冀京秋王晗炜杨涵晨孙汉武 100044 北京市海淀区上园村3号

本发明涉及一种基于深度学习的RFID标签位置估计方法，包括CNN网络模型训练方法以及基于深度学习的RFID标签位置估计算法使用方法：CNN网络模型训练方法包括：S11，输入训练数据集；S12，进行数据预处理操作；S13，构建并训练CNN网络模... 详细信息

标准号: CN110503354A

本发明涉及一种基于深度学习的RFID标签位置估计方法，包括CNN网络模型训练方法以及基于深度学习的RFID标签位置估计算法使用方法：CNN网络模型训练方法包括：S11，输入训练数据集；S12，进行数据预处理操作；S13，构建并训练CNN网络模型；S14，输出CNN网络模型的参数；基于深度学习的RFID标签位置估计算法使用方法包括：S21，输入实际采样数据；S22，对输入的实际采样数据进行预处理操作；S23，利用网络模型进行位置估计；S24，利用CNN网络模型对RFID标签位置估计结果。本发明能识别出RFID标签在传送带上的相对位置，实现对多个标签先后次序的准确估计，为自动分拣提供可靠的信息。

关键词：网络模型位置估计算法采样数据位置估计数据预处理操作位置估计结果训练数据集预处理操作先后次序自动分拣传送带构建学习标签输出

来源：评论

学校读者我要写书评

暂无评论

一种位置估计方法

一种位置估计方法

引用

作者：刁心玺 518057 广东省深圳市南山区科技园科发路1号华为用服大厦

本发明公开了一种位置估计方法，该方法首先结合NLOS识别结果，利用由NLOS误差的概率密度函数和分布参数确定的NLOS误差的均值对TOA测量中的LOS误差进行零均值矫正，然后结合NLOS识别结果，利用由NLOS误差的概率密度函数和分布参数确定... 详细信息

标准号: CN1235430C

本发明公开了一种位置估计方法，该方法首先结合NLOS识别结果，利用由NLOS误差的概率密度函数和分布参数确定的NLOS误差的均值对TOA测量中的LOS误差进行零均值矫正，然后结合NLOS识别结果，利用由NLOS误差的概率密度函数和分布参数确定的NLOS误差的方差，对位置估计方法中的加权矩阵进行调整，实现对NLOS误差的初步抑制，最后再对多个位置估计结果进行平均，实现对NLOS误差的进一步抑制。本发明所述位置估计方法既适用于LOS环境，也适用于NLOS环境和LOS与NLOS相混合的环境；同时该方法可以实时、有效地对NLOS误差进行抑制，无须长时间地对移动台进行跟踪测量。

关键词：位置估计方法概率密度函数分布参数均值位置估计结果跟踪测量加权矩阵移动台方差矫正

来源：评论

学校读者我要写书评

暂无评论

一种基于信道状态信息的人员动作识别和位置估计方法

一种基于信道状态信息的人员动作识别和位置估计方法

引用

作者：颜俊吴康杨孟渭康彬 210012 江苏省南京市雨花台区软件大道186号

本发明涉及了一种基于接收信号中包含信道状态信息(CSI)的人员动作识别和位置估计方法。离线阶段，在不同参考位置点上，人员目标进行不同的动作姿态，测量路由器发射信号在接收网卡上的CSI信息。构建数据库和每个动作标签对应的数据库... 详细信息

标准号: CN110475221B

本发明涉及了一种基于接收信号中包含信道状态信息(CSI)的人员动作识别和位置估计方法。离线阶段，在不同参考位置点上，人员目标进行不同的动作姿态，测量路由器发射信号在接收网卡上的CSI信息。构建数据库和每个动作标签对应的数据库。利用数据归一化和主成分分析方法对构建的训练数据库进行预处理。利用支持向量机对数据库进行基于动作标签的分类学习，得到基于动作的分类模型。在线阶段，根据接收到的CSI信息，在进行数据归一化和主成分分析的数据预处理后，通过动作分类模型得出人员目标动作估计结果。在此基础上，通过人员动作目标估计结果对应的位置回归模型，得到人员的位置估计结果。