排序方式: 共有29条查询结果,搜索用时 843 毫秒
21.
交通在人民生活和社会经济中有着举足轻重的作用。车辆速度检测是智能交通管理系统的重要组成部分。本文提出了一种基于无人机(UAV)多源影像数据进行车辆速度检测的方法,首先,搭建小型无人机多源数据采集平台,获取可见光影像与热红外影像。然后,针对采集的多源数据,采用深度学习框架YOLO(you only look once)进行车辆检测。最后,基于卡尔曼滤波进行车辆跟踪,并根据跟踪结果计算车辆速度。本文利用无人机平台增加监测车辆的灵活性,同时综合使用多源数据,不仅提高车辆检测精度,还可以不依赖光照条件跟踪车辆。试验结果表明,本文方法具有有效性和稳健性,为道路监控管理部门提供一种高效率、机动灵活的监测模式。 相似文献
22.
23.
Acta Geochimica - Water stable isotopes (δ2H and δ18O) can record surface water evaporation, which is an important hydrological process for understanding watershed structure and function... 相似文献
24.
针对中国实时精密定位服务系统的建设,提出了一种具有全球先验信息的导航卫星轨道确定方法,其关键点在于先验轨道信息权函数的确定。首先在预报轨道误差特性分析的基础上,给出了采用一阶高斯-马尔科夫模型进行先验信息权函数的建立方法;然后对先验信息和区域观测数据赋予相应权,进行联合定轨。 相似文献
25.
GPS/GLONASS卫星钟差联合估计过程中,由于GLONASS系统采用频分多址技术区分卫星信号,因而会产生频率间偏差(IFB)[1]。本文在GPS/GLONASS卫星定轨过程中的IFB参数特性分析的基础上,引入IFB参数,实现顾及频率间偏差的GPS/GLONASS卫星钟差实时估计。同时,为解决实时估计中待估参数过多导致的实时性较弱等问题,基于非差伪距观测值和历元间差分相位观测值改进实时估计数学模型,实现多系统卫星钟差的联合快速估计。结果表明:GPS/GLONASS联合估计时需引入IFB参数并优化其估计策略,采用MGEX和iGMAS跟踪站的实测数据进行实时钟差解算,快速估计方法可实现1.6 s逐历元快速、高精度估计,与GBM提供的最终精密卫星钟差相比,GPS卫星钟差实时精度约为0.210 ns,GLONASS卫星约为0.298 ns。 相似文献
26.
27.
28.
29.
基于相关向量机的高光谱影像分类研究 总被引:2,自引:0,他引:2
虽然支持向量机在高光谱影像分类得到成功应用,但是它自身固有许多不足之处。相关向量机是在贝叶斯框架下提出的更加稀疏的学习机器,它没有规则化系数,其核函数不需要满足Mercer条件,不仅具备良好的泛化能力,而且还能够得到具有统计意义的预测结果。本文从分析支持向量机用于高光谱影像分类存在的不足出发,提出了一种基于相关向量机的高光谱影像分类方法,介绍了稀疏贝叶斯分类模型,将相关向量机学习转化为最大化边缘似然函数估计问题,并采用了快速序列稀疏贝叶斯学习算法。通过PHI和OMIS影像分类实验分析表明了基于相关向量机的高光谱影像分类方法的优越性。 相似文献