检索结果-内蒙古大学图书馆

计算机与数字工程 2013年第11期41卷 1753-1755页

作者：刘传波武汉市74223信箱

雷达与图像传感器数据融合可以增加目标信息的互补性,减少不确定性,提高情报的可信度和利用价值。论文从系统的角度论述了雷达与图像特征级数据融合处理方法,包括图像特征优选、异类特征图像配准、关联规则挖掘、目标身份和位置判定、... 详细信息

雷达与图像传感器数据融合可以增加目标信息的互补性,减少不确定性,提高情报的可信度和利用价值。论文从系统的角度论述了雷达与图像特征级数据融合处理方法,包括图像特征优选、异类特征图像配准、关联规则挖掘、目标身份和位置判定、不确定性度量与有效模型集自适应选择等。该文研究成果对图像与雷达信息融合以及其它异类传感器数据融合研究具有指导意义。

关键词：雷达图像异类传感器特征级数据融合

来源：评论

学校读者我要写书评

暂无评论

紫外-荧光特征级融合结合CARS-BO-LSSVM的水质COD检测方法

引用

中国测试 2025年第04期51卷 91-99页

作者：郑培超李成林王金梅杨琴曾金锐吕强阮伟何浩楠重庆邮电大学光电工程学院光电信息感测与传输技术重庆重点实验室

化学需氧量（COD）是表征水体中有机物含量的重要指标。使用基于不同光谱法的算法模型可以实现地表水COD的快速准确检测，针对紫外吸收光谱法和激光诱导荧光光谱法在测量精度上的不足，提出基于紫外-荧光特征级融合的光谱检测方法。将... 详细信息

化学需氧量（COD）是表征水体中有机物含量的重要指标。使用基于不同光谱法的算法模型可以实现地表水COD的快速准确检测，针对紫外吸收光谱法和激光诱导荧光光谱法在测量精度上的不足，提出基于紫外-荧光特征级融合的光谱检测方法。将采集的实际水样经标准化学法得到COD理化值，以氘卤灯作为紫外-可见光源和以405 nm单波长半导体激光器作为激发光源，采用自主搭建的光谱系统采集水样的紫外吸收光谱和荧光发射光谱。选择Savitzky-Golay滤波对光谱去噪平滑，由竞争性自适应重加权采样（CARS）对光谱进行特征提取，并与主成分分析、连续投影算法对比，以贝叶斯优化的最小二乘支持向量（BO-LSSVM）算法作为建模方法，分别建立基于紫外吸收光谱法、激光诱导荧光光谱法和紫外-荧光特征级融合法的预测模型。结果表明：采用紫外-荧光特征级融合法的预测模型性能优于单一光谱法，提出的基于紫外-荧光特征级融合结合CARS-BO-LSSVM模型在噪声容限和预测精度方面优于其他模型，训练集R2为0.937 1、RMSE为0.272 6 mg·L–1、MRE为9.99%，测试集R2为0.937 7、RMSE为0.257 8 mg·L–1、MRE为7.68%。该方法对水质光谱的非线性分析具有良好的泛化性和鲁棒性，可为水质COD的快速检测提供可靠的参考价值和研究思路。

关键词：化学需氧量激光诱导荧光特征级数据融合竞争性自适应重加权采样

来源：评论

学校读者我要写书评

暂无评论

基于数据融合的物体检测算法研究

基于数据融合的物体检测算法研究

引用

作者：张宇宏电子科技大学

学位级别：硕士

物体检测作为计算机视觉领域的重要研究方向,一直受到广泛关注。本研究旨在通过深度学习特征级数据融合方法,提升物体检测算法在复杂场景下的性能,并解决在三维情况下训练不稳定的问题。本文的工作主要集中在物体检测领域的两个重要分支... 详细信息

物体检测作为计算机视觉领域的重要研究方向,一直受到广泛关注。本研究旨在通过深度学习特征级数据融合方法,提升物体检测算法在复杂场景下的性能,并解决在三维情况下训练不稳定的问题。本文的工作主要集中在物体检测领域的两个重要分支:二维一阶段物体检测技术和三维点云物体检测技术。针对二维物体检测技术中存在的复杂场景下识别性能欠佳问题,本文对特征金字塔结构进行了改进。首先,提出了一种深度注意力引导下的多尺度特征金字塔(Deep attention-guided multi-scale feature pyramid network,DM-FPN),通过聚焦低层特征的关键信息和扩大高层特征感受野的方式,加快骨干网络的收敛速度,并充分提取图像的上下文信息。其次,引入了深度卷积注意力模块(Going Deeper with Attention,GDA),通过密集特征提取结构提升网络训练速度和特征传播效果,减少背景干扰。最后,设计了多尺度空洞卷积特征融合模块(Multi-scale Dilated Convolution Fusion module,MDCF),可以增大感受野,关注物体边缘信息,使网络能够更好地检测较小尺度的物体。对于三维物体检测技术,着重优化了点云物体检测算法的整体流程。首先,提出了位置感知体素聚合网络(Densely Connected Part-to-Part Point Cloud Network,DP2PNet),该网络为两阶段三维物体检测框架,通过多层次信息的融合实现对物体的敏感检测。其次,设计并优化了点云三维特征提取网络(Dense U-Net,DUNet),提取物体丰富的几何和语义信息,减缓特征提取过程中的梯度消失问题。此外,提出了增强型的三维边框回归Io U(3D Angular-Diagonal intersection over union,3D ADIo U),增强了Io U损失的训练稳定性。最后,设计了跨维度分层关注模块(Interdimensional Hierarchical Attention Module,IHAM),可以自适应地重新缩放每个通道的特征,聚焦于更为有益的信息,进一步提升了物体检测的性能。通过在公开的VOC数据集和KITTI数据集上进行实验验证,本文的方法在二维物体检测领域,对于输入为640×640的图像,在PASCAL VOC2007测试集上实现了81.6%的平均精度(m AP)。随着检测精度指标的改善也显著提升了物体检测在复杂场景下的检测效果。在三维物体检测领域,相较于现有点云算法,在三维检测精度下综合平均精度提升了5.83%,在BEV检测精度下,综合平均精度提升了5.08%。

关键词：二维物体检测三维物体检测特征级数据融合特征金字塔

来源：评论

学校读者我要写书评

暂无评论

基于紫外-荧光特征级融合结合CARS-BO-LSSVM的水质COD检测方法

引用

中国测试 2024年

作者：郑培超李成林王金梅杨琴曾金锐吕强阮伟何浩楠重庆邮电大学光电工程学院光电信息感测与传输技术重庆重点实验室

化学需氧量(COD)是表征水体中有机物含量的重要指标。使用基于不同光谱法的算法模型可以实现地表水COD的快速准确检测，针对紫外吸收光谱法和激光诱导荧光光谱法在测量精度上的不足，提出基于紫外-荧光特征级融合的光谱检测方法。将采... 详细信息

化学需氧量(COD)是表征水体中有机物含量的重要指标。使用基于不同光谱法的算法模型可以实现地表水COD的快速准确检测，针对紫外吸收光谱法和激光诱导荧光光谱法在测量精度上的不足，提出基于紫外-荧光特征级融合的光谱检测方法。将采集的实际水样经标准化学法得到COD理化值，以氘卤灯作为紫外-可见光源和以405nm单波长半导体激光器作为激发光源，采用自主搭建的光谱系统采集水样的紫外吸收光谱和荧光发射光谱。选择Savitizky-Golay滤波对光谱去噪平滑，由竞争性自适应重加权采样(CARS)对光谱进行特征提取，并与主成分分析、连续投影算法对比，以贝叶斯优化的最小二乘支持向量(BO-LSSVM)算法作为建模方法，分别建立基于紫外吸收光谱法、激光诱导荧光光谱法和紫外-荧光特征级融合法的预测模型。结果表明：采用紫外-荧光特征级融合法的预测模型性能优于单一光谱法，提出的基于紫外-荧光特征级融合结合CARS-BO-LSSVM模型在噪声容限和预测精度方面优于其他模型，训练集R2为0.9371、RMSE为0.2726mg·L-1、MRE为9.99%，测试集R2为0.9377、RMSE为0.2578mg·L-1、MRE为7.68%。该方法对水质光谱的非线性分析具有良好的泛化性和鲁棒性，为水质COD的快速检测提供了可靠的参考价值和研究思路。

关键词：化学需氧量激光诱导荧光特征级数据融合竞争性自适应重加权采样

来源：评论

学校读者我要写书评

暂无评论

基于视觉和毫米波雷达辅助驾驶关键技术的研究

基于视觉和毫米波雷达辅助驾驶关键技术的研究

引用

作者：钱旻昊桂林电子科技大学

学位级别：硕士

随着汽车的普及与车辆技术的发展,人们对于汽车驾驶时的舒适度和安全性有了更高的要求,辅助驾驶技术已经成为现在车载技术的重要发展方向。目前车辆辅助驾驶主要通过视频和毫米波雷达在驾驶中进行障碍目标及障碍距离检测,辅助车辆进行... 详细信息

随着汽车的普及与车辆技术的发展,人们对于汽车驾驶时的舒适度和安全性有了更高的要求,辅助驾驶技术已经成为现在车载技术的重要发展方向。目前车辆辅助驾驶主要通过视频和毫米波雷达在驾驶中进行障碍目标及障碍距离检测,辅助车辆进行速度和转向的控制,实现辅助驾驶,从而避免车辆行驶中的事故风险。单独的视觉和毫米波传感器感知的目标对象类型、距离、视野范围及精度各不相同,依靠单个传感器实现辅助驾驶,可能会出现错报漏报的情况,并且无法及时处理位于传感器盲区处的危险,需要通过多传感器的信息融合,实现检测的完备性。本文研究了毫米波雷达与深度相机的数据处理方法,并设计了相关的传感器融合算法解决单个传感器的能力不足的问题。主要工作如下:(1)对于毫米波雷达,需要从其输出的数据中去除无效目标与空目标筛选出有效的目标数据。根据真实目标的特性可以将部分虚假目标剔除,再使用基于生命周期的目标有效性检验方法,通过目标是否可以在一段时间内被连续观测作为标准,确定该目标是否为有效目标,最终获取目标的位置与速度信息。(2)对于深度相机,需要将其输出的深度图转化为点云图再从中获取需要的目标数据。将深度图转换为点云图后,使用半径滤波法进行噪声点滤波去除离群噪声,使用体素下采样减少点云图的数据量方便后续处理,再使用随机采样一致性算法与欧式聚类算法对点云进行地面点与非地面点分割得到深度相机视野内的目标。由于随机采样一致性算法只有一定概率得到准确的地面,且分割后会存在较多的剩余地面点影响下一步的聚类结果。针对随机采样一致性算法的不足,本文对其进行了改进:使用法向量对视野内的疑似的地面点云进行初步提取,再使用低通滤波过滤非地面点,最后使用最远点采样选取三个点作为种子点得到较为精确的地面模型。(3)对于得到的毫米波雷达与深度相机目标数据,需要先对齐进行时间与空间对齐再进行数据融合。为了提高融合后目标数据的精度本文选用自适应修正系数对传感器的量测噪声对扩展卡尔曼滤波器进行调整改进。通过对传感器测量值的稳定性进行检测,生成量测噪声的修正系数,自适应调整传感器的量测噪声。采用Carsim与Matlab/Simulink联合仿真验证融合算法的效果:针对前方交通通行这一交通场景在Carsim中搭建了相应的仿真工况,并在Simulink中编写相关代码,生成运行文件,验证了本文设计的数据融合算法。

关键词：辅助驾驶传感器融合卡尔曼滤波随机采样一致性算法特征级数据融合

来源：评论

学校读者我要写书评

暂无评论

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

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

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

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

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

请选择保存的检索档案：

请选择收藏分类：