排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
缺失样本的存在会造成GPS时间序列速度估计的不确定性,从而影响GPS时间序列的应用。针对该问题本文提出一种基于高斯模型的样本缺失GPS时间序列重构方法,首先利用高斯概率密度函数对GPS时间序列的先验分布进行建模,在此基础上构建全概率贝叶斯统计模型,采用期望最大(Expectation Maximization,EM)算法对模型参数(隐变量)进行迭代更新并计算其最大似然估计值,最终完成信号重构。分别对随机缺失和分段连续缺失两种情况进行实验分析,结果表明所提方法相对于传统插值方法可以获得更好的重构性能。 相似文献
2.
周知红 《测绘与空间地理信息》2018,(2):164-166,170
高精度车道级道路电子地图是实现车道级导航与监控的基础地理信息数据和必要条件,未来在无人驾驶汽车方面具有广阔的应用空间。本文通过高精度、高分辨率的道路航空影像,结合具有三维激光扫描和全景数据采集功能的移动测量车采集的相关道路数据,从这些数据中提取满足亚米级导航与监控要求的道路路网数据,包括车道数、车道宽等属性数据等,按照导航电子地图的要求制作高精度的道路电子地图。 相似文献
1