共查询到10条相似文献，搜索用时 15 毫秒
1.
海底管线检修潜水器主要依靠管线探测系统给出的管线位置信息完成水下自动跟踪巡线、定位和作业。针对管线探测系统信息不佳甚至丢失问题 ,建立了基于扩展卡尔曼滤波的信息重构算法 ,通过对来自管线探测系统、惯导和GPS系统以及管线位置历史数据库的信息进行融合 ,不仅提高了管线位置信息的稳定性 ,而且可以在管线探测系统信息丢失的情况下短时间内重构管线位置信息 ,供自动控制系统使用。运用该算法进行了计算机仿真和自航模试验 ,试验结果验证了该算法的有效性 相似文献
2.
针对目前海冰信息解译时对海冰外缘线及面积信息提取不精确、业务化应用不强问题,提出一种基于分裂Bregman算法的海冰外缘线自动提取方法,并通过遥感影像预处理、算法程序化等工作步骤,将该算法应用到业务化海冰信息解译工作中。方法:分别选取五景中、高空间分辨率的可见光卫星遥感影像,将影像上待提取海冰区域首先进行不规则图像裁剪、图像增强等预处理工作,然后基于变分水平集及快速分裂Bregman投影方法进行了海冰外缘线信息的提取,并对提取出的海冰面积进行量化,最后与传统人工提取海冰信息进行了比较。实验结果表明,基于变分水平集及其快速分裂Bregman算法提取的海冰信息,具有提取的海冰边缘精确、自动化程度高、提取结果稳定可靠等优点。 相似文献
3.
4.
本文利用数学建模的方法，将一个绘制海水漂流线路的问题转化成一个数学问题，得出了用计算机绘制流线的算法，以及描绘光滑流线的算法、此算法曾在宁波杨公山石化码头的建设中获得很好的应用效果。实践证明这种算法在编制处理程序中具有明显的优势。 相似文献
5.
研究一类具有数据包丢失的长时延网络控制系统的最优控制问题。首先建立控制器和执行器均采用时钟驱动的长时延网络控制系统的离散时间系统模型,提出1种基于维序策略的数据包丢失判别方法。然后在数据包的最大丢包率和最大连续丢包长度被限定的情况下,提出1种用于补偿丢失数据的估值补偿方法。该方法可以根据历史状态向量和控制向量信息估算出当前的控制量。利用该方法和动态规划算法,导出了离散二次型性能指标下的网络控制系统的最优控制序列,进而给出了最优控制律的实现算法。最后通过1个数值仿真算例,比较了不对丢失数据进行补偿和采用估值补偿2种方法对于系统性能的影响,从而验证了主要结果的有效性和正确性。 相似文献
6.
基于DeepLabv3架构的高分辨率遥感图像分类 总被引：1，自引：0，他引：1
针对目前使用机器学习解决高分辨率遥感图像分类主要存在下采样导致的细节信息丢失问题,提出了一种基于DeepLabv3架构的小波域DeepLabv3-MRF(Markov random field,MRF)算法。选择当前较为普遍的DeepLabv3架构分类算法,能够获得更为精确的分类结果;采用小波域DeepLabv3-MRF算法,还能够获得更为清晰的边缘细节信息。选取南方某地区高分辨率无人机遥感图像进行分类实验,通过小波变换的方向性、非冗余性以及MRF变换像素空间的交互性这三个方面,将分类结果与原始DeepLabv3架构分类结果对比分析。结果表明,所提出的分类方法精度明显高于原始DeepLabv3架构分类算法的精度,总体精度可提升3%左右,并且可以充分表达高分辨率遥感图像细节信息。 相似文献
7.
在分析传统无人机路径规划方法应用局限的基础上,针对传统A星算法启发函数单一、拐点冗余,以及效率不够高等系列问题,以虚拟城市地理环境为研究背景,通过提出面向起讫节点方位角的A星算法加速优化、启发式搜索中动态加权重构评价函数的A星算法加速优化和顾及Floyd算法插点策略的A星算法路径优化等层次递进的算法优化策略,解决了对A星算法搜索方向的量化约束、搜索权重数值的优化重构及冗余拐点的插点删除等技术问题,实现了改进后的A星算法运行效率的显著提高及最短路径判定准确性的明显提升。 相似文献
8.
水下图像增强因其在海洋勘测和水下机器人中的重要意义而备受关注。在过去的几年中，已经提出了许多水下图像增强算法。已有的深度学习方法由于忽略水下图像的预处理过程和对红色通道信息的增强或者弱化了这个过程，导致增强结果并不显著，其往往只适应特定的场景，缺乏泛化能力。为此，基于卷积神经网络建立了一种全新的水下图像增强算法，为了充分利用特征图的通道信息，在相同维度的特征图之间采用不同尺寸的卷积核获取更多通道数目的特征。然后，基于红色通道构建了注意力机制，以加强对于图像中容易丢失信息的红色通道的特征提取。最后，在 EUVP，UFO120 数据集做了消融实验，证明了红色通道注意力机制的有效性。通过对对比实验的增强结果进行各项指标分析，证明增强结果有着更高的结构相似性和峰值信噪比，并且在无参考指标方面有着更高的颜色平衡、清晰度以及对比度，综合性能优于以往的方法。 相似文献
9.
《中国海洋大学学报(自然科学版)》2017,(7)
针对HFT显著性检测方法中出现的显著目标突显不均匀以及显著信息丢失问题,结合尺度空间分析的方法,提出一种基于自适应幅度谱分析的显著目标检测算法。该算法利用频域滤波尺度与显著目标尺寸之间的关系,对图像幅度谱的尖刺进行处理,突出显著性区域,保证了显著目标的均匀性。同时引入高斯偏见对多幅显著图进行融合,进一步保留显著信息,改善了显著图效果。在国际公开的数据集和藻种图像数据集上,该算法的检测结果具有更高的精度和更好的召回率,优于现有的其他频域显著性检测算法。 相似文献
10.
《中国海洋大学学报(自然科学版)》2017,(2)
利用模糊C均值(FCM)聚类算法对大尺寸图像进行目标检测时,由于样本数量巨大,算法运行时间过长,不利于信息的及时处理。为提高大尺寸图像检测效率,给出了一个CPU+GPU平台下的详细加速方案。该方案利用CUDA并行技术,将FCM聚类等操作放在GPU端处理。同时,对只能在CPU端执行的操作,利用OpenMP技术并行。对四幅大尺寸(15884×3171)全极化SAR图像进行检测,平均加速约84.02倍。此外还利用MPI并行技术在双节点上实现了对四幅全极化图像的同时检测。 相似文献