期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
多尺度空间填充曲线空间连续性研究
被引量：
5
1
作者
翟卫欣
陈波
+1 位作者
童晓冲
程承旗
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2018年第2期331-335,共5页
将二维Hilbert编码和Z编码拓展到以尺度维作为第三维的三维填充曲线:多尺度Hilbert曲线和Z曲线。在多尺度数据条件下,这两种曲线能够提高空间填充曲线的空间连续性,适应多尺度的需求。依托四叉树模型,将多尺度的Hilbert曲线与按照相同...
将二维Hilbert编码和Z编码拓展到以尺度维作为第三维的三维填充曲线:多尺度Hilbert曲线和Z曲线。在多尺度数据条件下,这两种曲线能够提高空间填充曲线的空间连续性,适应多尺度的需求。依托四叉树模型,将多尺度的Hilbert曲线与按照相同思路设计的多尺度Z曲线进行两类对比试验,验证了多尺度Hilbert曲线相对于Z曲线在空间连续性方面的优势,提高的比例在15%~30%之间。
展开更多
关键词
多尺度
HILBERT曲线
空间连续性
在线阅读
下载PDF
职称材料
基于U-net神经网络模型的PM2.5逐小时浓度值预测模型
被引量：
10
2
作者
李燚航
翟卫欣
+3 位作者
颜寒祺
朱道也
童晓冲
程承旗
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020年第5期796-804,共9页
针对目前多数PM2.5预测模型泛化能力较差的问题,提出基于U-net神经网络模型的PM2.5逐小时浓度值预测模型。该模型通过引入历史风场数据,将离散的监测站点PM2.5浓度值插值为PM2.5网格图;然后将U-net神经网络作为预测模型,基于实验区域的1...
针对目前多数PM2.5预测模型泛化能力较差的问题,提出基于U-net神经网络模型的PM2.5逐小时浓度值预测模型。该模型通过引入历史风场数据,将离散的监测站点PM2.5浓度值插值为PM2.5网格图;然后将U-net神经网络作为预测模型,基于实验区域的10小时内的PM2.5网格图,预测下一时刻的PM2.5网格图。该模型可以利用历史不同时刻提取的PM2.5浓度值网格图,在预测区域内所有位置PM2.5浓度值的同时,还可以提升预测的准确性以及对PM2.5浓度值突变情况的适应性。实验结果表明,所提方法在PM2.5浓度值短时间突变情况下,预测精度比传统方法有10%左右的提升。
展开更多
关键词
PM2.5预测
突变
基于历史风速插值
网格图
神经网络
在线阅读
下载PDF
职称材料
基于Kalman滤波的Camshift运动跟踪算法
被引量：
34
3
作者
翟卫欣
程承旗
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2015年第5期799-804,共6页
提出将Camshift与Kalman滤波相结合的方法。首先,通过二次搜索来调整搜索窗口的位置和大小,保证Camshift跟踪的可靠性;然后,在Camshift算法的基础上,通过卡尔曼滤波对搜索窗口进行运动预测,保证实时跟踪。实验结果表明,在图像背景复杂...
提出将Camshift与Kalman滤波相结合的方法。首先,通过二次搜索来调整搜索窗口的位置和大小,保证Camshift跟踪的可靠性;然后,在Camshift算法的基础上,通过卡尔曼滤波对搜索窗口进行运动预测,保证实时跟踪。实验结果表明,在图像背景复杂且目标不规则运动的情形下,采用此方法仍能有效地跟踪到目标。在真实视频数据上的实验结果表明该方法具有很好的应用前景。
展开更多
关键词
CAMSHIFT
KALMAN滤波
目标跟踪
在线阅读
下载PDF
职称材料
题名
多尺度空间填充曲线空间连续性研究
被引量：
5
1
作者
翟卫欣
陈波
童晓冲
程承旗
机构
北京大学
遥感与地理
信息
系统
研究
所
北京大学工学院空天信息工程研究中心
信息
工程
大学
地理
空
间
信息
空
间
学院
出处
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2018年第2期331-335,共5页
基金
国家科技重大专项(11-Y20A02-9001-16/17
30-Y20A01-9003-16/17
+1 种基金
30-Y30B13-9003-14/16)
公益性行业(测绘地理信息)科研专项(201512020)资助
文摘
将二维Hilbert编码和Z编码拓展到以尺度维作为第三维的三维填充曲线:多尺度Hilbert曲线和Z曲线。在多尺度数据条件下,这两种曲线能够提高空间填充曲线的空间连续性,适应多尺度的需求。依托四叉树模型,将多尺度的Hilbert曲线与按照相同思路设计的多尺度Z曲线进行两类对比试验,验证了多尺度Hilbert曲线相对于Z曲线在空间连续性方面的优势,提高的比例在15%~30%之间。
关键词
多尺度
HILBERT曲线
空间连续性
Keywords
multi-scale
Hilbert curve
spatial continuity
分类号
P208 [天文地球—地图制图学与地理信息工程]
在线阅读
下载PDF
职称材料
题名
基于U-net神经网络模型的PM2.5逐小时浓度值预测模型
被引量：
10
2
作者
李燚航
翟卫欣
颜寒祺
朱道也
童晓冲
程承旗
机构
北京大学
城市与环境
学院
中国农业
大学
信息
与电气
工程
学院
北京大学
前沿交叉学科
研究
院
信息
工程
大学
地理
空
间
信息
学院
北京大学工学院空天信息工程研究中心
出处
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020年第5期796-804,共9页
基金
国家重点研发计划项目(2018YFB0505300,2017YFB0503703)
广西科技重大专项项目(桂科AA18118025)
国防科技创新特区项目和中国博士后科学基金(2020M670024)资助。
文摘
针对目前多数PM2.5预测模型泛化能力较差的问题,提出基于U-net神经网络模型的PM2.5逐小时浓度值预测模型。该模型通过引入历史风场数据,将离散的监测站点PM2.5浓度值插值为PM2.5网格图;然后将U-net神经网络作为预测模型,基于实验区域的10小时内的PM2.5网格图,预测下一时刻的PM2.5网格图。该模型可以利用历史不同时刻提取的PM2.5浓度值网格图,在预测区域内所有位置PM2.5浓度值的同时,还可以提升预测的准确性以及对PM2.5浓度值突变情况的适应性。实验结果表明,所提方法在PM2.5浓度值短时间突变情况下,预测精度比传统方法有10%左右的提升。
关键词
PM2.5预测
突变
基于历史风速插值
网格图
神经网络
Keywords
PM2.5 prediction
abrupt scenarios
interpolation of historical wind speed
grid graph
neural network
分类号
X831 [环境科学与工程—环境工程]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于Kalman滤波的Camshift运动跟踪算法
被引量：
34
3
作者
翟卫欣
程承旗
机构
北京大学
遥感与地理
信息
系统
研究
所
北京大学工学院空天信息工程研究中心
出处
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2015年第5期799-804,共6页
基金
高分辨率对地观测系统国家重大专项(30-Y30B13-9003-14/16
03-Y30B06-9001-13/15)资助
文摘
提出将Camshift与Kalman滤波相结合的方法。首先,通过二次搜索来调整搜索窗口的位置和大小,保证Camshift跟踪的可靠性;然后,在Camshift算法的基础上,通过卡尔曼滤波对搜索窗口进行运动预测,保证实时跟踪。实验结果表明,在图像背景复杂且目标不规则运动的情形下,采用此方法仍能有效地跟踪到目标。在真实视频数据上的实验结果表明该方法具有很好的应用前景。
关键词
CAMSHIFT
KALMAN滤波
目标跟踪
Keywords
Camshaft
Kalman filting
object tracking
分类号
TP391.41 [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
作者
出处
发文年
被引量
操作
1
多尺度空间填充曲线空间连续性研究
翟卫欣
陈波
童晓冲
程承旗
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2018
5
在线阅读
下载PDF
职称材料
2
基于U-net神经网络模型的PM2.5逐小时浓度值预测模型
李燚航
翟卫欣
颜寒祺
朱道也
童晓冲
程承旗
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020
10
在线阅读
下载PDF
职称材料
3
基于Kalman滤波的Camshift运动跟踪算法
翟卫欣
程承旗
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2015
34
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
