【摘 要】
：
数字图像特征检测与匹配乃是数字图像分析与理解和计算机视觉领域中最为基本的问题.数字图像的特征检测是通过检测算子实现的,特征描述则是由特征描述子实现,目前已经有了多种常用的检测算子与描述子并且各具特点.本文介绍了SUSAN边缘检测算子的算法描述.对DAISY描述子的构造、定义进行介绍,阐述了DAISY主方向分配的方法.使用FVD梯度特征向量描述子的特征向量场与特征向量描述子,通过实验验证了FVD描述
【机 构】
：
华北电力大学河北省发电过程仿真与优化控制重点实验室,河北保定071003
论文部分内容阅读
数字图像特征检测与匹配乃是数字图像分析与理解和计算机视觉领域中最为基本的问题.数字图像的特征检测是通过检测算子实现的,特征描述则是由特征描述子实现,目前已经有了多种常用的检测算子与描述子并且各具特点.本文介绍了SUSAN边缘检测算子的算法描述.对DAISY描述子的构造、定义进行介绍,阐述了DAISY主方向分配的方法.使用FVD梯度特征向量描述子的特征向量场与特征向量描述子,通过实验验证了FVD描述子的性能,并实现了该描述子的可视化.
其他文献
针对目前复杂装备虚拟训练手段缺乏的情况,开展虚拟现实训练原型系统研究,以发射训练流程与操作为背景,以VR技术为基础,建设发射模拟训练的软硬件平台,通过VR软硬件体系,实现沉浸式、交互式、多岗位协同的任务训练,为复杂装备训练提供了新的方式与手段.
交通场景物体检测是自动驾驶的关键问题之一.利用基于回归方法的卷积神经网络物体检测算法训练交通场景物体检测器模型,测试检测器模型对于交通场景物体的检测性能,并将训练好的交通场景物体检测器模型植入Jetson TX1嵌入式开发系统,使其能够在白天与黑夜不同光照条件下对交通场景物体进行实时的检测.经实验证明Single Shot Multi Box Detector(SSD)算法检测交通场景的物体平均精
装备操作模拟训练系统在数字化部队装备训练中起着越来越重要的作用,以装备操作模拟训练系统的数据为研究对象,分析了将数据挖掘引入该系统的迫切需求,指出了装备操作模拟训练系统数据挖掘的几个研究方向,为新时期加强数字化部队装备模拟训练提供了新的思路和方法.
模拟训练是培养陆战平台乘员技能和分队指挥员指控能力的重要手段.从技术水平和训练层次两个方面对国内陆战平台训练模拟器进行了分类,介绍了模拟器的功能、结构和应用特点,对其发展前景进行了展望.
在化工动态流程模拟中,管网计算是重要的组成部分,是开发通用动态流程模拟系统的关键点之一.提出了分支-汇合管路,通过割线法迭代求解计算,用邻接矩阵搜索进行结构识别.对复杂管网系统,按照串联管路、并联管路、分支管路、汇合管路、分支-汇合管路的顺序,给出管网求解策略.用邻接矩阵搜索完成识别与合并,识别过程即建模过程;合并过程即化简消元过程;流量压力分配过程即计算过程.最后,通过异丙苯、苯酚丙酮等项目进行
军事游戏作为一种模拟训练手段,因其可重用性、可追溯性、安全高效,逐渐被应用于军事训练中.综述了军事游戏技术应用概况,分析了主要军事强国军事游戏建设及应用简况,总结了军事游戏的虚拟性、娱乐性、互动性、辅助性等特点,探讨了军事游戏的三种主要训练模式,剖析了军事游戏模拟训练存在不足及潜在问题.
当前,高性能计算机的快速发展为高性能数值模拟提供了必需的硬件环境,数值模拟领域对网格的需求已高达数亿到数十亿量级,而网格生成作为数值模拟的重要一环,发展则相对滞后.面向高性能数值模拟领域,提出了一种支持复杂几何模型的非结构四面体网格并行生成方法.首先提取模型几何特征建立网格尺寸场,采用前沿推进方法生成初始体网格,然后对初始网格进行区域分解,将子网格分配到相应进程,最后各进程并行地提取子网格的表面网
TIC(Theil Inequality Coefficient)法,作为一种经典的数据一致性检验方法,其对于确定性信号效果较好,但不适于具有不确定性的平稳信号.针对这一问题,对平稳随机序列的相等判别及窗谱检验法进行分析,结合TIC法实际对能量差异描述的本质,提出一种适用于平稳随机序列一致性描述的TIC法算法,使其与一般确定性信号的TIC法表征相同的物理含义.最后通过实例分析验证了其对平稳随机序列
Multilayer Network,是国外学者创造的一个新名词,内涵很丰富,其描述的是由或经映射、转换可进入一个多层次网络体系的一大类网络,包括Multiplex networks(多元网络)、Temporal networks(时变网络)、Interacting or interconnected networks(交互或互连网络)、Multidimensional networks(多维网络
针对电力系统负荷的非线性,时变和不确定性的特点,提出一种动态模糊神经网络的算法来进行负荷预测,该算法将模糊系统与神经网络的优点结合在一起,并且网络结构是动态变化的,避免出现过拟合和过训练,同时该算法引入分级学习的思想提高了网络的学习速度.在分析了负荷的影响因素后,用日平均温度,日期因素和日负荷峰值来训练动态模糊神经网络,然后对预测模型进行测试,测试结果表明,该模型具有很高的预测精度,满足实际的要求