提出了采用基于Pair-Copula分解的藤Copula理论建立多元风速相依模型的方法。该方法首先考虑了风速分布的随机性,并计及风电场内部风机群风速间的相关性,采用Canonical藤描述Pair-Copula分解的逻辑结构,通过求解Canonical藤结构中的Pair...提出了采用基于Pair-Copula分解的藤Copula理论建立多元风速相依模型的方法。该方法首先考虑了风速分布的随机性,并计及风电场内部风机群风速间的相关性,采用Canonical藤描述Pair-Copula分解的逻辑结构,通过求解Canonical藤结构中的Pair-Copula概率密度函数PDF(probabilitydensity function),得到高维联合分布下的Pair-Copula多元风速相依模型;再对某实际风电场进行实证分析,得到了风电场内部6个风机群间风速的Pair-Copula联合概率密度函数JPDF(joint probability density function);最后在风电场风速相关结构的问题上进一步研究分析,为下一步建立混合Copula函数模型提供思路。展开更多
运动目标检测是计算机视觉领域极具挑战性的难题,针对CP3(Co-occurrence Probability based Pixel Pairs)算法的计算量大、实时性差,运动目标遮挡检测不完全等问题提出了改进方法:一种融合SLIC(Simple Linear Iterative Cluster)超像素...运动目标检测是计算机视觉领域极具挑战性的难题,针对CP3(Co-occurrence Probability based Pixel Pairs)算法的计算量大、实时性差,运动目标遮挡检测不完全等问题提出了改进方法:一种融合SLIC(Simple Linear Iterative Cluster)超像素与CP3算法的目标检测算法(Co-occurrence Probability based Super Pixel Pairs)。该算法首先采用SLIC算法将当前帧分割为超像素集合,并对线性相关超像素对的亮度增量差进行了单高斯建模,构建线性相关背景模型。实验结果表明,改进算法大幅缩减了建模时间,使运行速度提高了3倍,对遮挡也有较好的鲁棒性,使目标检测综合指标F-measure提高了5.3%。展开更多
文摘提出了采用基于Pair-Copula分解的藤Copula理论建立多元风速相依模型的方法。该方法首先考虑了风速分布的随机性,并计及风电场内部风机群风速间的相关性,采用Canonical藤描述Pair-Copula分解的逻辑结构,通过求解Canonical藤结构中的Pair-Copula概率密度函数PDF(probabilitydensity function),得到高维联合分布下的Pair-Copula多元风速相依模型;再对某实际风电场进行实证分析,得到了风电场内部6个风机群间风速的Pair-Copula联合概率密度函数JPDF(joint probability density function);最后在风电场风速相关结构的问题上进一步研究分析,为下一步建立混合Copula函数模型提供思路。
文摘运动目标检测是计算机视觉领域极具挑战性的难题,针对CP3(Co-occurrence Probability based Pixel Pairs)算法的计算量大、实时性差,运动目标遮挡检测不完全等问题提出了改进方法:一种融合SLIC(Simple Linear Iterative Cluster)超像素与CP3算法的目标检测算法(Co-occurrence Probability based Super Pixel Pairs)。该算法首先采用SLIC算法将当前帧分割为超像素集合,并对线性相关超像素对的亮度增量差进行了单高斯建模,构建线性相关背景模型。实验结果表明,改进算法大幅缩减了建模时间,使运行速度提高了3倍,对遮挡也有较好的鲁棒性,使目标检测综合指标F-measure提高了5.3%。
