作者:桂振文,吴侹,彭欣 单位:中国自动化学会;中国科学院自动化所 出版:《自动化学报》2015年第08期 页数:11页  (PDF与DOC格式可能不同) PDF编号:PDFMOTO2015080030 DOC编号:DOCMOTO2015080039 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于模糊集和遗传算法的多传感器信息融合工件识别》PDF+DOC2000年第01期 车录锋,周晓军,程耀东 《用于潜艇的数据融合算法结构设计》PDF+DOC1999年第04期 裴晓黎,周丰,吴玲 《数据融合技术与潜艇指控系统的发展》PDF+DOC1994年第03期 刘仁溥 《在未知环境中作业移动机器人的定位算法》PDF+DOC2005年第05期 谢黎明,查富生,李国慧,杨建军 《移动机器人的定位算法》PDF+DOC2004年第06期 李南,陈家轩,吴艳花 《基于信息融合的发动机全系统故障诊断研究》PDF+DOC2003年第02期 沈寿林,郑海起,张英堂 《Elman神经网络多传感器融合技术的研究与应用》PDF+DOC2012年第11期 刘勇,张民,刘西秀 《捷联惯导评估系统中多传感器信息融合的应用》PDF+DOC2010年第01期 王纪南,解春明,赵剡,鲁浩 《基于嵌入式Linux的智能机器人设计》PDF+DOC2007年第04期 吴松,王少荣 《基于无线多传感器信息融合的火灾检测系统》PDF+DOC2014年第05期 李正周,方朝阳,顾园山,缪鹏飞,戴真
  • 多传感器数据融合作为一种特殊的数据处理手段在图像识别领域得到了较大的重视和发展,本文提出了一种融合多传感器信息的移动图像识别方法.首先通过在智能手机端提取带传感器信息的图像局部特征,增强局部特征的辨别能力;其次改进了随机聚类森林的建立算法,减少了样本图像训练时间;最后使用快速几何一致性校验对匹配结果进行检查,保证算法的识别精度.实验结果表明,本文提出的方法能够快速有效地识别移动图像,并具有较好的鲁棒性,同时与传统的Vocabulary tree方法进行比较,本文方法的识别速度和精度较优,训练代价较低。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。