检索结果-维普期刊中文期刊服务平台

基于多特征自适应融合的抗遮挡目标跟踪算法被引量：4: 1; 作者张方方曹家晖 +1 位作者王海静赵鹏博《红外技术》 CSCD 北大核心 2023年第2期150-160,共11页; 针对目前的目标跟踪算法在目标发生运动模糊或被遮挡等情况下跟踪效果较差,容易出现跟踪失败等情况,本文提出了一种多特征自适应融合的抗遮挡相关滤波跟踪算法。算法首先提取梯度方向直方图特征HOG和颜色直方图特征,以最大化跟踪质量为... 展开更多; 关键词相关滤波多特征自适应融合抗遮挡跟踪目标; 在线阅读下载PDF 职称材料

基于Rao-Blackwellized粒子滤波的多特征融合多光谱目标自适应跟踪被引量：4: 2; 作者李春鑫王孝通《光学精密工程》 EI CAS CSCD 北大核心 2009年第9期2321-2327,共7页; 针对复杂背景下视频目标跟踪的实时性和可靠性问题,提出了基于Rao-Blackwellized粒子滤波(RBPF)的颜色矩形特征和方向边缘信息融合的自适应跟踪算法。该算法采用Rao-Blackwellized粒子滤波提高滤波算法性能,采用积分图像快速计算颜色特... 展开更多; 关键词 Rao—Blackwellized粒子滤波多特征自适应融合积分图像颜色矩形特征方向边缘; 在线阅读下载PDF 职称材料

自适应跟踪与多特征融合的目标跟踪算法被引量：2: 3; 作者王子超崔荣成 +2 位作者温蜜张凯何蔚《计算机工程与设计》北大核心 2021年第10期2844-2851,共8页; Staple算法采用固定权重与学习率的方式,导致其在物体模糊等场景下跟踪精度低。为此,提出一种自适应跟踪与多特征融合的目标跟踪算法(adp-Staple)。特征融合与跟踪过程中引入两种不同置信因子提升跟踪精度,特征提取过程引入主成分分析... 展开更多; 关键词目标跟踪相关滤波 Staple算法自适应跟踪策略自适应多特征融合; 在线阅读下载PDF 职称材料

基于多特征融合和神经网络的电子音乐分类模型被引量：8: 4; 作者刘天华《现代电子技术》北大核心 2018年第19期173-176,182,共5页; 电子音乐具有独特的节奏质感,传统电子音乐分类过程中,无法将多特征进行融合式的分类。为此,设计基于多特征融合和神经网络的电子音乐分类模型。创建特征融合模块,进行自适应特征融合,根据自适应机制调整特征融合频率;利用神经网络元承... 展开更多; 关键词多特征融合神经网络电子音乐分类模型自适应多特征融合多层感知分类; 在线阅读下载PDF 职称材料

一种新的证据融合方法及在目标跟踪中的应用被引量：1: 5; 作者曹洁李晓瑶《小型微型计算机系统》 CSCD 北大核心 2015年第4期891-896,共6页; 为了有效融合高度冲突的证据,本文在余弦相似度和K-L距离基础上提出一种证据自适应融合方法.首先联合余弦距离和经典冲突系数定义了一种新的证据冲突衡量标准;然后利用K-L距离获得待组合证据的权重,提出一种基于序贯式的证据组合方法.... 展开更多; 关键词计算机视觉 DEMPSTER组合规则多特征自适应融合余弦距离 K—L变换; 在线阅读下载PDF 职称材料

基于自适应多特征融合的12Cr1MoV钢球化等级智能判定研究: 6; 作者王海斌程经纬 +1 位作者董杰王家辉《压力容器》 2025年第5期12-21,共10页; 针对12Cr1MoV钢球化等级判定中存在的人为偏差问题,提出基于自适应多特征融合的机器学习算法,并配套开发了球化图像评级软件。通过采集263余张长期服役的12Cr1MoV钢制承压设备的金相图像样本(含珠光体球化图像147张、贝氏体球化图像近11... 展开更多; 关键词 12Cr1MoV钢球化自适应多特征融合机器学习智能评级; 在线阅读下载PDF 职称材料

基于AMFF网络的课堂专注度评估方法: 7; 作者刘力铭李鑫 +2 位作者刘宏哲徐成蹇木伟《传感器与微系统》 2025年第9期76-79,83,共5页; 人工智能(AI)的发展促进了AI技术在课堂场景的应用。利用深度学习对课堂专注度进行评估对于教学发展有重要意义。现有的专注度评估方法大多基于关键点检测,仅考虑学生身体姿态特征,没有充分利用表情特征。针对这个问题,提出一种基于自... 展开更多; 关键词专注度评估特征提取自适应多特征融合联合优化智慧课堂; 在线阅读下载PDF 职称材料

题名基于多特征自适应融合的抗遮挡目标跟踪算法被引量：4: 1; 作者张方方曹家晖王海静赵鹏博; 机构郑州大学电气与信息工程学院; 出处《红外技术》 CSCD 北大核心 2023年第2期150-160,共11页; 基金国家自然科学基金项目(62273311,62173311) 河南省青年人才托举工程项目(2020HYTP006).; 文摘针对目前的目标跟踪算法在目标发生运动模糊或被遮挡等情况下跟踪效果较差,容易出现跟踪失败等情况,本文提出了一种多特征自适应融合的抗遮挡相关滤波跟踪算法。算法首先提取梯度方向直方图特征HOG和颜色直方图特征,以最大化跟踪质量为目标自适应融合两种特征的相关滤波响应;在跟踪的过程中根据响应图的质量存储高质量滤波模板,采用高质量模板和正常更新模板检测响应图的质量差值来检测目标的遮挡情况,当目标遮挡消失的时候,跟踪器的模板回溯到高质量模板来重新跟踪目标。根据在OTB100、UAV123的实验结果,本文算法相对于其他同类型的相关滤波在跟踪精度和成功率方面表现更好,在发生目标遮挡时仍能很好地跟踪。; 关键词相关滤波多特征自适应融合抗遮挡跟踪目标; Keywords correlation filtering multi feature adaptive fusion anti occlusion tracking target; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于Rao-Blackwellized粒子滤波的多特征融合多光谱目标自适应跟踪被引量：4: 2; 作者李春鑫王孝通; 机构海军大连舰艇学院博士生队海军大连舰艇学院航海系; 出处《光学精密工程》 EI CAS CSCD 北大核心 2009年第9期2321-2327,共7页; 基金辽宁省自然科学基金资助项目(No.20082176) 浙江大学CAD&CG国家重点实验室开放基金资助项目(No.A6); 文摘针对复杂背景下视频目标跟踪的实时性和可靠性问题,提出了基于Rao-Blackwellized粒子滤波(RBPF)的颜色矩形特征和方向边缘信息融合的自适应跟踪算法。该算法采用Rao-Blackwellized粒子滤波提高滤波算法性能,采用积分图像快速计算颜色特征和方向边缘信息。根据跟踪实际情形,利用模糊逻辑自适应调节各特征权值,提高算法的跟踪速度和精度。视频跟踪仿真试验表明,该算法稳健、跟踪精度高,实时性好,能够在复杂背景下对可见光及红外等运动目标进行有效、可靠的跟踪。; 关键词 Rao—Blackwellized粒子滤波多特征自适应融合积分图像颜色矩形特征方向边缘; Keywords Rao-Blackwellized particle filter multi-feature adaptive fusion integral image color rectangle feature edge orientation; 分类号 TP751 [自动化与计算机技术—检测技术与自动化装置] TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名自适应跟踪与多特征融合的目标跟踪算法被引量：2: 3; 作者王子超崔荣成温蜜张凯何蔚; 机构上海电力大学计算机科学与技术学院公安部第三研究所检测中心; 出处《计算机工程与设计》北大核心 2021年第10期2844-2851,共8页; 基金国家自然科学基金项目(61872230、61802248、U1936213) 2019年度上海电力大学研究生创新创业基金项目(20)。; 文摘 Staple算法采用固定权重与学习率的方式,导致其在物体模糊等场景下跟踪精度低。为此,提出一种自适应跟踪与多特征融合的目标跟踪算法(adp-Staple)。特征融合与跟踪过程中引入两种不同置信因子提升跟踪精度,特征提取过程引入主成分分析降维技术提升跟踪速度。在OTB-50与OTB-100数据集上进行对比实验,其结果表明,adp-Staple算法较传统Staple算法有更好的跟踪效果,在运动模糊等场景中有更强的鲁棒性。; 关键词目标跟踪相关滤波 Staple算法自适应跟踪策略自适应多特征融合; Keywords target tracking correlation filtering Staple adaptive tracking strategy adaptive multi-feature fusion; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于多特征融合和神经网络的电子音乐分类模型被引量：8: 4; 作者刘天华; 机构湖州师范学院; 出处《现代电子技术》北大核心 2018年第19期173-176,182,共5页; 文摘电子音乐具有独特的节奏质感,传统电子音乐分类过程中,无法将多特征进行融合式的分类。为此,设计基于多特征融合和神经网络的电子音乐分类模型。创建特征融合模块,进行自适应特征融合,根据自适应机制调整特征融合频率;利用神经网络元承接融合特征因子,形成分布式的电子音乐多特征分类结构;利用电子音乐特频效应完成特征融合分类,实现电子音乐分类模型的构建。实验数据表明,设计的电子音乐分类模型,能够以特征融合方式进行分类,并且分类结果十分精准。; 关键词多特征融合神经网络电子音乐分类模型自适应多特征融合多层感知分类; Keywords multi-feature fusion neural network electronic music classification model adaptive multi-feature fusion multilayer perception classification; 分类号 TN919.3-34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种新的证据融合方法及在目标跟踪中的应用被引量：1: 5; 作者曹洁李晓瑶; 机构兰州理工大学计算机与通信学院; 出处《小型微型计算机系统》 CSCD 北大核心 2015年第4期891-896,共6页; 基金国家自然科学基金项目(61263031)资助; 文摘为了有效融合高度冲突的证据,本文在余弦相似度和K-L距离基础上提出一种证据自适应融合方法.首先联合余弦距离和经典冲突系数定义了一种新的证据冲突衡量标准;然后利用K-L距离获得待组合证据的权重,提出一种基于序贯式的证据组合方法.而后考虑到Dempster组合规则可以有效融合低冲突证据,为使新的组合方法和Dempster组合规则发挥各自的优势,提出了一种组合规则自适应切换的融合方法.最后基于AMI语料库对本文融合方法的有效性进行了验证.实验结果表明:相比传统的证据理论融合方法,本文方法具有较好的准确性和稳定性,可满足视频跟踪的应用需求.; 关键词计算机视觉 DEMPSTER组合规则多特征自适应融合余弦距离 K—L变换; Keywords Dempster＇s combination rules multi-feature adaptive fusion cosine distance KL distance; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于自适应多特征融合的12Cr1MoV钢球化等级智能判定研究: 6; 作者王海斌程经纬董杰王家辉; 机构合肥通用机械研究院有限公司国家压力容器与管道安全工程技术研究中心; 出处《压力容器》 2025年第5期12-21,共10页; 基金合肥通用机械研究院有限公司青年基金项目(2022011502)。; 文摘针对12Cr1MoV钢球化等级判定中存在的人为偏差问题,提出基于自适应多特征融合的机器学习算法,并配套开发了球化图像评级软件。通过采集263余张长期服役的12Cr1MoV钢制承压设备的金相图像样本(含珠光体球化图像147张、贝氏体球化图像近116张),融合Canny边缘特征、分形维数特征及深度学习特征构建识别模型。结果表明,对于珠光体球化图像,自适应多特征融合模型的识别准确率达到93%,较传统Canny-XGBoost方法提升39%;在贝氏体球化图像识别中,准确率为90%,相对提升42%。本研究显著提高了球化等级判定的准确性和效率,实现了小样本条件下球化等级的智能评定,对保障设备安全运行具有重要意义。; 关键词 12Cr1MoV钢球化自适应多特征融合机器学习智能评级; Keywords 12Cr1MoV steel spheroidization adaptive multi‑feature fusion machine learning intelligent rating; 分类号 TH142.2 [一般工业技术] TG142 [机械工程] TP181 [一般工业技术—材料科学与工程]; 在线阅读下载PDF 职称材料

题名基于AMFF网络的课堂专注度评估方法: 7; 作者刘力铭李鑫刘宏哲徐成蹇木伟; 机构北京联合大学北京市信息服务工程重点实验室; 出处《传感器与微系统》 2025年第9期76-79,83,共5页; 基金国家自然科学基金资助项目(62171042,U24A20331) 国家语委重点项目(ZDI145-110) 北京市属高等学校高水平科研创新团队建设支持计划项目(BPHR20220121)。; 文摘人工智能(AI)的发展促进了AI技术在课堂场景的应用。利用深度学习对课堂专注度进行评估对于教学发展有重要意义。现有的专注度评估方法大多基于关键点检测,仅考虑学生身体姿态特征,没有充分利用表情特征。针对这个问题,提出一种基于自适应多特征融合(AMFF)网络的课堂专注度评估方法。AMFF模块可以实现头部姿态特征和面部表情特征的自适应融合;同时提出损失联合优化策略进一步提升网络收敛精度。在EngageWild数据集上实验,均方误差(MSE)损失为0.041,优于目前最先进(SOTA)方案0.17。同时,所提方法在智慧课堂场景下进行了测试和部署应用,具有良好的可行性和泛化性。; 关键词专注度评估特征提取自适应多特征融合联合优化智慧课堂; Keywords engagement estimation feature extraction adaptive multi-feature fusion joint optimization smart classroom; 分类号 TP391 [自动化与计算机技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于多特征自适应融合的抗遮挡目标跟踪算法	张方方曹家晖王海静赵鹏博	《红外技术》 CSCD 北大核心	2023	4	在线阅读下载PDF 职称材料
2	基于Rao-Blackwellized粒子滤波的多特征融合多光谱目标自适应跟踪	李春鑫王孝通	《光学精密工程》 EI CAS CSCD 北大核心	2009	4	在线阅读下载PDF 职称材料
3	自适应跟踪与多特征融合的目标跟踪算法	王子超崔荣成温蜜张凯何蔚	《计算机工程与设计》北大核心	2021	2	在线阅读下载PDF 职称材料
4	基于多特征融合和神经网络的电子音乐分类模型	刘天华	《现代电子技术》北大核心	2018	8	在线阅读下载PDF 职称材料
5	一种新的证据融合方法及在目标跟踪中的应用	曹洁李晓瑶	《小型微型计算机系统》 CSCD 北大核心	2015	1	在线阅读下载PDF 职称材料
6	基于自适应多特征融合的12Cr1MoV钢球化等级智能判定研究	王海斌程经纬董杰王家辉	《压力容器》	2025		在线阅读下载PDF 职称材料
7	基于AMFF网络的课堂专注度评估方法	刘力铭李鑫刘宏哲徐成蹇木伟	《传感器与微系统》	2025		在线阅读下载PDF 职称材料