检索结果-内蒙古大学图书馆

作者：张一达哈尔滨工程大学

学位级别：硕士

随着科技技术的飞速发展,人们对于位置服务的需求越来越高,使用场景也呈现复杂化。目前在室外定位领域有基于四大卫星的定位导航技术,已经相当成熟。在室内定位领域也有基于WIFI、UWB、蓝牙等技术的定位方法。室内外一体化定位技术是目... 详细信息

随着科技技术的飞速发展,人们对于位置服务的需求越来越高,使用场景也呈现复杂化。目前在室外定位领域有基于四大卫星的定位导航技术,已经相当成熟。在室内定位领域也有基于WIFI、UWB、蓝牙等技术的定位方法。室内外一体化定位技术是目前的研究热点,其目的是提供一种综合的定位解决方案,使用户可以在室内外无缝地使用各种定位服务。然而现有的室内外一体化定位技术无法满足大规模场景下的高精度定位要求,但得益于5G技术的飞速发展,基于5G的定位技术可以在室外区域与卫星定位融合减少室外定位下的定位盲区,提高定位精度。此外,在室内区域使用基于5G的室内定位技术可以获得更好的定位精度以及更低的成本,这使得室内外一体化定位技术有望得到进一步的发展。论文的主要工作如下:首先,针对城市峡谷内与单一卫星定位模式的可见星数量不足或者可见星几何构型差以及5G与GNSS等权融合情况下带来的定位精度问题,提出了一种基于5G与GNSS的动态分权融合定位算法。算法首先对接收到的北斗与GPS卫星观测量进行处理,剔除质量较差的卫星,然后,根据北斗与GPS的可见星数量,为卫星定位分配相应的权值,并对每一颗可见星根据其仰角分配各自的权值,最后将5G信号距离观测量与卫星测距观测量采用最小二乘法进行融合解算获取定位结果,提高了在城市峡谷定位区域内定位的可靠性、定位精度与覆盖范围。其次,对定位场景进行详细分析,将定位场景划分为城市峡谷室外区域、室内外交界区域、室内区域三个部分,提出了一种基于5G信号强度的adaboost二元分类算法,该算法通过将多个弱分类器进行加权组合,得到一个强分类器,可以实现对定位区域的判断并切换为相应的定位算法。在城市峡谷室外区域与室内外交界区域使用5G与GNSS动态分权融合定位算法,在室内区域使用5G TDOA定位算法,最终实现室内外定位一体化定位效果。最后,实验结果证明,在城市峡谷区域内使用本文所提出的算法获得的定位轨迹比在单一定位模式、5G与GNSS等权融合模式下得更加接近真实轨迹,并且在定位精度、定位轨迹的连续性上均有明显的提高。基于5G与GNSS的室内外一体化定位算法可以对当前定位终端所处的区域进行准确的判断,使得定位轨迹的连续性、平滑性相比常用的室内外一体化定位算法有着明显的提升,从而可以为定位终端在室内外区域定位时提供高稳定性、高可靠性、高精度的位置服务。

关键词：融合定位 5G定位 adaboost分类算法一体化定位

来源：评论

学校读者我要写书评

暂无评论

中文文本自动分类算法研究

中文文本自动分类算法研究

引用

作者：王香港上海交通大学

学位级别：硕士

随着Internet的迅猛发展和日益普及,电子文本信息迅速膨胀,如何有效地组织和管理这些信息,并快速、准确、全面地从中找到用户所需要的信息是当前信息科学和技术领域面临的一大挑战。文本分类作为处理和组织大量文本数据的关键技术,可以... 详细信息

随着Internet的迅猛发展和日益普及,电子文本信息迅速膨胀,如何有效地组织和管理这些信息,并快速、准确、全面地从中找到用户所需要的信息是当前信息科学和技术领域面临的一大挑战。文本分类作为处理和组织大量文本数据的关键技术,可以在较大程度上解决信息杂乱现象的问题,方便用户准确地定位所需的信息和分流信息。而且作为信息过滤、信息检索、搜索引擎、文本数据库、数字化图书馆等领域的技术基础,文本分类技术有着广泛的应用前景。本文对文本分类及其相关技术进行了研究。从提高分类方法的快速性、准确性和稳定性出发,提出多种有效的解决或改进的方法和技术。较系统地综述了中文文本分类中自动分词技术、特征提取技术、文本分类模型和性能评估技术的研究现状和研究方法。较全面地讨论了贝叶斯方法、k近邻方法和adaboost等三种中文文本分类方法。作者采用三个模型,实现了朴素贝叶斯分类器、k近邻分类器和adaboost分类器三个中文文本分类器,集成了一个实用性较强的实验系统。文中深入地分析了k近邻方法的不足,提出了改进的k近邻方法,有基于隐含语义,特征聚合,强化文本中语义链属性因子与检索相结合的迭代近邻法四种方法进行改进,提高了分类器的性能。重点讨论了adaboost的相关问题。概述了boost理论的主要内容和应用情况。 Naive Bayesian分类器是一种有效的文本分类方法,但由于具有较强的稳定性,很难通过Boosting机制提高其性能。因此用Naive分类器作为Boosting的基分类器需要解决的最大问题,就是如何破坏Naive Bayesian分类器的稳定性。提出了3种破坏Naive Bayesian学习器稳定性的方法。第一种方法改变训练集样本,第二种方法采用随机属性选择社团,第三种方法是在Boosting的每次迭代中利用不同的文本特征提取方法建立不同的特征词集。实验表明,这几种方法各有其优缺点,但都比原有方法准确、高效。实验表明,三种分类器都适合于中文文本分类的需要,其中adaboost分类器的分类性能最好。而朴素贝叶斯的简单快速,k近邻方法性能适中同样适用于中文文本分类的需要。

关键词：特征选择文本分类贝叶斯分类器 k近邻分类器 adaboost分类算法

来源：评论

学校读者我要写书评

暂无评论

结合多种图像特征的烟雾识别时序方法

结合多种图像特征的烟雾识别时序方法

引用

作者：刘鹏昆明理工大学

学位级别：硕士

以往的火灾检测方法大多只是基于烟雾理化性质的接触式烟雾检测方法,这些接触式烟雾检测器只能安装在诸如酒店、列车车厢等狭小的室内环境中,对于许多较大的室内空间和室外空间如森林、仓库等易发火灾的区域,这种接触式检测器不能有效... 详细信息

以往的火灾检测方法大多只是基于烟雾理化性质的接触式烟雾检测方法,这些接触式烟雾检测器只能安装在诸如酒店、列车车厢等狭小的室内环境中,对于许多较大的室内空间和室外空间如森林、仓库等易发火灾的区域,这种接触式检测器不能有效地覆盖整个区域,且根据烟雾传播在不同场景中的速度不同,这种接触式检测器的时效性也受到许多质疑。随着摄影设备在日常生活中的广泛应用,远距离数据传输的大量普及和数据传输速度的提高,人们可以随时随地获取任意时段任意地点摄像机摄入的视频影像,这为一些特殊地点的火灾安全检测提供了条件。基于图像的烟雾检测方法主要是为了寻找一种以视频图像为基础的自动烟雾检测技术,为一些特殊区域提供全时段的视频监测,这种方法具有实时、受环境约束小并能够提供形象化图像信息的优点,目前正受到越来越广泛的关注。从目前的许多关于烟雾检测技术的相关文献中我们可以看出,几乎绝大多数的烟雾图像获取方法都是通过摄影设备得到的,而这些视频数据的动态信息往往被人们所忽略。无论是烟雾整体的运动还是其内部的运动,合理地利用这些动态信息可能会大大提高烟雾的检测精度。考虑到这一问题,本文提出一种基于视频序列的烟雾时序变化的烟雾检测方法。在本文烟雾检测流程中,首先选用一些简单高效的检测方法检测出每张图像上的疑似烟雾区域,利用背景差分的方法检测视频序列中每一帧图像上的变化区域,并通过连通域分析将发生变化的像素点连接从而形成一个个单独的运动物体,再对这些运动物体进行RGB颜色特征检测确定出每张图像疑似烟雾的物体。通过上述简易检测方法,可以将烟雾图像与大部分物体进行区别,但一些与烟雾颜色类似的物体仍然无法被区分。所以在完成单张图像的检测后,即进入到时序检测过程之中。为统计疑似区域的变化特征,需要先对连续的视频图像之中的所有运动物体进行实时的跟踪,记录并存储疑似区域的面积和边界信息,通过该区域的面积和边界的变化趋势判别该区域是否为烟雾区域。变化特征的选取主要是依据实验观察得到的烟雾变化特征,烟雾的传播过程中属于一种固体可燃物质燃烧化作固体粒子在空气中传播的过程,传播过程中其面积是在不断地发生膨胀,并且由于烟雾是属于一种空气中的流体,不具有固定的轮廓,即其轮廓在运动过程中随时在发生变化,所以烟雾的边界会区别于一般的刚性物体,总是在不断地发生变化。在分类方法上,本文选用adaboost分类算法训练得到适宜的烟雾检测分类器,adaboost分类算法是一种通过不断迭代寻求最佳值的分类算法。利用adaboost分类算法可以从多个烟雾样本中寻找到烟雾面积和边界变化率的最佳值,从而将其应用到烟雾检测的主程序之中。最后通过多次实验验证本文烟雾检测方法的有效性,所选的实验数据为部分训练样本和实地拍摄的视频段,将这些视频段输入烟雾检测分类器并记录分类器的各项数据。为了更加直观地了解到本文算法的性能,实验阶段还选取了几种不同的烟雾检测算法来进行对比分析,其中包括基于单帧图像的烟雾特征检测算法和基于光流法的烟雾运动方向检测算法。实验结果表明,在室内环境下,本文算法正检率在94%上,误检率低于5%,漏检率低于2%,室外环境下烟雾的检测算法正检率在90%以上,误检率低于7%,漏检率低于2%。与基于单帧图像的烟雾特征检测算法相比,本文算法的检测精度大大提高。同时由于本文采取了adaboost分类算法进行训练得到的分类器,在检测效率上本文算法也大大提升。实验结果显示,基于光流法的烟雾运动方向检测算法每张图像的平均检测时间在4.3s左右,而本文所设计的检测方法每张图像的平均检测时间达到了2.1s左右,每段视频的检测时间大大缩减。由此可知,本文的烟雾检测算法具有一定的实用性。

关键词：视频烟雾检测 RGB颜色值背景差分视频跟踪 adaboost分类算法

来源：评论

学校读者我要写书评

暂无评论

BP神经网络在企业财务预警中的应用

引用

武汉船舶职业技术学院学报 2014年第3期13卷 56-58页

作者：肖岚武汉船舶职业技术学院经济与管理学院湖北武汉430050

根据预警系统体系指标的要求,对企业财务预警指标进行了筛选。采用BP神经网络预测与adaboost算法相合的分析方法,对采集的样本数据建立了强分类器并进行了分类误差分析研究,完成了公司财务预警系统分析。结果表明:用BP_adaboost分类算... 详细信息

根据预警系统体系指标的要求,对企业财务预警指标进行了筛选。采用BP神经网络预测与adaboost算法相合的分析方法,对采集的样本数据建立了强分类器并进行了分类误差分析研究,完成了公司财务预警系统分析。结果表明:用BP_adaboost分类算法建立的强分类器的分类误差率低于仅用BP算法建立的弱分类器的分类误差率,此法具有可行性和一定的计算精度,能为企业财务预警提供一定的理论指导。

关键词： BP神经网格财务预警 adaboost分类算法分类误差率

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：