搜索资源列表
基于粒子滤波和均值偏移算法的目标跟踪
- 将均值偏移算法嵌入到粒子滤波的跟踪框架中.该算法克服了粒子滤波计算量较大的缺点,同时也克服了均值偏移算法容易陷入局部最大且无法恢复的缺点.实验表明该算法有很好的实时性和鲁棒性.
PF_review
- 粒子滤波算法的综述：首先介绍粒子滤波的特征及算法分类,然后对其关键技术进行了归纳分析,并给出了粒子滤波的一些典型应用成果,最后指出了粒子滤波技术亟待解决的一些热点和难点问题。-Summary of particle filter algorithm
ADPF
- 基于统计决策规则提出自适应采样数粒子滤波算法, 在定义综合性能风险函数的基础, 推导出粒子数与滤波误差方差之间的关系式, 使得在跟踪过程中, 可以根据目标的机动情况在线调节粒子数, 以使跟踪性能 达到最优。在Matlab仿真平台下进行了闪烁噪声下的机动目标跟踪实验, 结果表明, 自适应采样数粒子滤波算法是一种有效的机动目标跟踪方法, 跟踪性能较基本粒子滤波算法提高了3.17倍。-Based on statistical decision rules of the number of adap
PF_research
- 粒子滤波是基于序贯Monte Carlo 仿真方法的非线性滤波算法，对基本粒子滤波算法的原理实现步骤进行了详细的介绍，进行了仿真试验。-Particle filter is based on sequential Monte Carlo simulation method of nonlinear filtering algorithm, the principle of elementary particle filter algorithm to achieve a detailed int
particle-filter
- 一种自适应粒子滤波方法的英文文献，用在很多工程上面-An English literature of adaptive particle filter method
partical-filter-system
- 有关粒子滤波的各种文件 有利于对专业的认识以及相关项目的研究-Particle filter file conducive to professional knowledge as well as related projects
12
- 主要用于研究粒子滤波在目标跟踪中的应用研究，-Mainly used to study particle filter target tracking,
123
- 西安交大粒子滤波课件，十分有用，请各位珍惜-Xi' an Jiaotong University the particle filter courseware, useful, please cherish
probabilistic-coverage-configuration
- 提出一种粒子滤波算法，对事件进行检测诊断-PF detection
filter
- 有关粒子滤波及其改进算法的资料，对初学粒子滤波算法的人很有帮助-Information about particle filter and its improved algorithm, is of great help to beginners of particle filter algorithm
PF
- 单变量非静态增长模型（UNGM模型）的粒子滤波方法仿真-Univariate non-static growth model (UNGM model) particle filter simulation
PF-RMSE
- PF-RMSE 单变量非静态增长模型（UNGM模型）粒子滤波算法下，均方根误差分析仿真-Under PF-RMSE univariate non-static growth model (UNGM model) particle filter, root mean square error analysis and simulation
A-paper-about-particle-filter-
- 关于粒子滤波算法的一篇论文，对最近的粒子滤波算法进行了总结。-A paper about particle filter algorithm, the recent particle filter algorithm are summarized.
Image-filter.tar
- 提出了一种基于改进 BP 神经网络和粒子群优化算法( PSO) 的图像滤波方法 。该方法利用双曲正切形式 的误差函数代替 BP 神经网络传统的最小均方误差函数( LMS),并将改进后的 BP 神经网络利用 PSO 算法优 化,用来减小图像噪声对神经网络精度的影响以及避免神经网络陷入局部极小值点,从而提高神经网络去噪能 力。实验结果表明,与传统滤波方法相比,该方法不仅能有效地滤除图像中的高斯噪声而且能很好地保护图像 细节 。- U63D0 u51FA u4E86 u4E00