期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于超分辨率图像重建技术的运动估计研究 被引量:2
1
作者 顾刚 袁杰 《现代电子技术》 北大核心 2015年第10期80-86,共7页
阐述用于超分辨率重建对两帧连续图像运动估计的若干算法,对其中的块匹配算法以及相位相关法进行研究。对块匹配算法主要研究三步搜索策略以及快速搜索策略,实验说明块匹配算法当平移变换量在一定范围内,图像灰度变化连续稳定,但在处理... 阐述用于超分辨率重建对两帧连续图像运动估计的若干算法,对其中的块匹配算法以及相位相关法进行研究。对块匹配算法主要研究三步搜索策略以及快速搜索策略,实验说明块匹配算法当平移变换量在一定范围内,图像灰度变化连续稳定,但在处理压缩图像序列时易陷入局部最小值。而相位相关法使用的是傅里叶频域方法对有相对运动的两幅图像进行运动估计,实验表明相位相关法不仅可以用于平移变化,且对于旋转变化也可以通过坐标变换后再通过此法进行运动估计。 展开更多
关键词 运动估计 超分辨率重建 块匹配 搜索策略
在线阅读 下载PDF
融合改进D^(*)与RRT算法的单AGV路径规划算法
2
作者 赵学健 叶昊 +2 位作者 江宇航 袁凯 孙知信 《小型微型计算机系统》 北大核心 2025年第8期1847-1860,共14页
本研究针对单自动导引车(AGV)的路径规划问题,深入剖析了现有多阶段路径规划方法的局限性,并提出了一种融合改进D^(*)与快速探索随机树(RRT)算法的路径规划算法.该算法结合了改进D^(*)算法的高效性与RRT算法的灵活性,通过动态避障策略... 本研究针对单自动导引车(AGV)的路径规划问题,深入剖析了现有多阶段路径规划方法的局限性,并提出了一种融合改进D^(*)与快速探索随机树(RRT)算法的路径规划算法.该算法结合了改进D^(*)算法的高效性与RRT算法的灵活性,通过动态避障策略和目标约束优化,显著提升了路径规划性能.引入自适应视野、步长、威胁因子及目标点采样率等参数,以适应多变环境需求.利用Rich_Moore元胞自动机方法扩展可行区域并确定最短路径,并通过高阶贝塞尔曲线平滑路径,减少转向,提高路径平滑度.实验结果证明,该算法在精度和效率上均优于传统方法,对提升AGV作业实时性和准确性,推动自动化物流系统发展具有显著意义. 展开更多
关键词 AGV 随机树算法 D^(*)算法 路径规划 智能物流
在线阅读 下载PDF
因子分解机算法在基于深度数据包检测的手机应用推荐中的应用 被引量:3
3
作者 孙良君 范剑锋 +1 位作者 杨婉琪 史颖欢 《计算机应用》 CSCD 北大核心 2016年第2期307-310,共4页
为了从网络数据包中抽取相关特征进行手机应用推荐,使用江苏电信运营商在互联网服务提供商(ISP)机房抽取的网络深度数据包数据,从中抽取运营商所关心的热点手机用户的App访问信息,然后使用基于矩阵分解(包括奇异值分解(SVD)和非负矩阵分... 为了从网络数据包中抽取相关特征进行手机应用推荐,使用江苏电信运营商在互联网服务提供商(ISP)机房抽取的网络深度数据包数据,从中抽取运营商所关心的热点手机用户的App访问信息,然后使用基于矩阵分解(包括奇异值分解(SVD)和非负矩阵分解(NMF))的推荐算法、奇异值分解推荐算法以及因子分解机推荐算法进行手机App推荐。实验表明,因子分解机算法取得了较好的推荐效果。这说明因子分解机在手机应用推荐的场景中可以更好地描述用户和物品之间的隐含关联。 展开更多
关键词 手机App 深度数据包检测 奇异值分解 非负矩阵分解 因子分解机
在线阅读 下载PDF
结合深度学习和张量分解的多源异构数据分析方法
4
作者 张宏俊 潘高军 +2 位作者 叶昊 陆玉彬 缪宜恒 《计算机应用》 2025年第9期2838-2847,共10页
在消费电子的动态领域,了解用户行为对于产品创新和提高用户满意度至关重要。因此,提出一种突破性的多聚类方法以结合深度学习与张量分解,从而应对数据分析和挖掘的挑战。首先,从复杂的异构数据集中提取高级特征,例如对现代设备的各种... 在消费电子的动态领域,了解用户行为对于产品创新和提高用户满意度至关重要。因此,提出一种突破性的多聚类方法以结合深度学习与张量分解,从而应对数据分析和挖掘的挑战。首先,从复杂的异构数据集中提取高级特征,例如对现代设备的各种传感器和用户交互的数据集,采用深度神经网络封装数据源的各种特征;其次,把张量分解技术应用于特征提取和聚类分析,以将每个数据源视为数据张量中的不同模态,从而揭示它们潜在的结构和模式;最后,采用与某电商平台合作得到的涵盖数万消费者的多模态购物数据的数据集进行实验。实验结果表明,所提结合卷积神经网络(CNN)的张量分解算法在消费电子相关数据集上表现出色,准确率均超过0.7,同时在纯度、调整兰德指数(ARI)和归一化互信息(NMI)等关键指标上也表现突出,验证了所提方法在捕捉数据内在结构和相似性方面的有效性;与动态的多聚类(DMCR)方法、深度多模态聚类(DMMC)方法以及FAST-CNN等现有方法相比,所提方法在多个评价指标上均显示出显著优势,不仅验证了它在准确性和稳定性方面优于对比方法,而且展现了它在揭示数据底层原理和异构数据之间相互关系方面的优势。 展开更多
关键词 卷积神经网络 张量分解 多聚类 深度学习 消费电子产品
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部