导读:本文包含了子图融合论文开题报告文献综述及选题提纲参考文献，主要关键词:多源组合导航,信息融合,因子图,惯性导航系统
子图融合论文文献综述
徐昊玮,廉保旺,刘尚波[1]（2019）在《基于滑动窗迭代最大后验估计的多源组合导航因子图融合算法》一文中研究指出在应用因子图算法完成多源组合导航数据融合的过程中,子系统观测噪声的时变特性将对导航状态估计的准确性产生极大影响。为解决这一问题,提出一种基于高斯模型下的子系统观测量均值向量和协方差矩阵的估计算法。该算法利用因子图最优化过程中每个迭代周期下的观测量残差,实时地更新各个子系统观测量的均值向量和协方差矩阵的最大后验估计值,从而得到更加准确的导航状态估计值,在提出新算法的同时也验证了新算法对最优化过程收敛性的影响。仿真测试与实验测试结果表明,与已有的标准因子图算法、基于最大似然估计的因子图算法和基于最大后验估计的因子图算法相比,所提出的基于迭代最大后验估计的因子图算法能够有效提高子系统观测状态变化时的多源组合导航估计精度。(本文来源于《兵工学报》期刊2019年04期）
王巍,浦云明,李旺[2]（2017）在《一种基于CI因子图的多机器人2D地图融合算法》一文中研究指出针对地图融合时多机器人位姿估计过程中互协方差未知的问题,提出了一种基于协方差交叉点(covariance intersection,CI)因子图的2D地图融合算法.首先通过坐标变换矩阵实现机器人坐标到全局坐标的转换,然后以最小化非线性性能指标为原则求取局部的估计信息权重,通过算法融合各局部估计信息,计算出融合点的位姿和互协方差.最后通过协方差通用公式,计算出融合点到下一级变量节点的概率约束(协方差),进而完成因子图融合.实验结果表明,该算法具有一定的可行性.(本文来源于《机器人》期刊2017年06期）
赵蓝飞,王爱丽,王博,吕鑫淼[3]（2017）在《基于子图融合技术的图像增强算法》一文中研究指出自由参数的选取以及全局性的灰度映射函数限制了空域图像增强方法的性能。针对这一问题,从图像融合的角度出发,提出了一种基于子图融合技术的图像增强方法。首先,将自适应空域图像增强看作是一个图像融合过程,将通过枚举自由参数得到的子图序列作为待融合的图像;其次,根据图像细节、饱和度、亮度信息来计算待融合图像的权重;最后,根据估算的权重进行图像融合得到增强图像。另外,将这一方法应用于改进一些较为常用的空域图像增强算法,如:分段线性变换、Gamma校正、对比度拉伸变换等算法。根据实验结果可知,所提方法能够有效地提高空域图像增强的视觉效果。(本文来源于《系统工程与电子技术》期刊2017年12期）
龚飞,金炜,符冉迪,刘箴,李纲[4]（2016）在《融合小波包细节子图及稀疏表示的人脸识别》一文中研究指出针对现有人脸识别方法在光照变化、表情变化及噪声干扰等情况下识别率下降的问题,本文将主成分分析(PCA),图像的小波包分解(WPD)和稀疏表示分类(SRC)等算法结合起来进行研究分析,提出了一种融合小波包细节子图及稀疏表示(FW-SRC)的人脸识别方法。该方法首先将图像小波包分解以后的子图像进行加权融合,对融合后的图像进行特征提取并构造特征空间,然后用样本在特征空间上的投影集构造稀疏字典,最后通过对人脸图像的稀疏表示实现分类识别。采用Yale B、AR和CMU PIE人脸库分别进行了光照、表情及噪声鲁棒性的测试,实验结果表明本文方法不仅提高了人脸识别率,而且在光照强度变化、表情变化以及噪声干扰的情况下具有良好的识别性能。(本文来源于《光电工程》期刊2016年06期）
陈立[5]（2015）在《基于加权子图和支持向量机相融合的邮件分类算法》一文中研究指出为了提高邮件分类的准确性和分类速度,提出一种基于加权子图和支持向量机相融合的邮件分类方法.首先通过收集邮件分类样本数据,利用加权子图提取邮件特征,并实现加权,然后采用核主成分分析选择邮件的最优特征子集,最后输入到支持向量机中进行学习,并采用布谷鸟算法搜索支持向量机参数,建立最优邮件分类器.仿真实验结果表明,该邮件分类方法不仅提高了邮件分类的正确率,而且分类速度明显加快,可以较好地满足网络邮件在线分类要求.(本文来源于《内蒙古师范大学学报(自然科学汉文版)》期刊2015年05期）
姜军,卓嘎,王朝霞,陈延利[6]（2014）在《最大子图序列平滑的飞控图层无缝融合技术》一文中研究指出多图层无缝融合技术是叁维视景仿真中的难点,无缝融合中要求对多个视景图层的融合点进行有效平滑,达到图层深度嵌入的目的。传统的叁维飞控图层无缝融合方法采用基于RGB颜色模糊调配与像素点函数内插方法实现,以高阶奇次曲线拟合为目标函数,内插形成图层融合过渡带,此方法对于图层差异较小的融合有较好效果,当图层差异较大时,效果不佳。提出一种基于最大子图序列平滑的叁维飞控图层无缝融合技术,对不同图层采用快闪波门预测,扣取图层的最大子图序列,然后将融合图层的最大子图序列放入平滑器进行平滑,采用序列平滑校正方法,对偏离平滑曲线的点进行校正,形成无缝图层融合平滑输出。采用实际叁维飞控视景仿真图层进行实验,结果显示,采用该方法,图层融合效果明显优于传统方法,在叁维视景仿真的图层融合中具有很好的应用价值。(本文来源于《科技通报》期刊2014年10期）
朱玉莲,陈松灿[7]（2012）在《特征采样和特征融合的子图像人脸识别方法》一文中研究指出提出一种基于特征采样和特征融合的子图像人脸识别方法(RS-SpCCA).首先,对子图像进行特征采样;然后,将全局特征和采样后的特征使用CCA进行信息融合,以获取包含全局特征和局部特征的相关特征;最后,在相关特征上构建分量分类器.在该方法中,特征采样是为了构建更多且多样的分量分类器;而引入特征融合思想是为了充分利用图像的全局特征.AR,Yale和ORL这3个数据库上的实验结果表明,基于特征采样和特征融合的子图像方法(RS-SpCCA)优于单纯的信息融合方法(SpCCA)和特征采样方法(Semi-RS).(本文来源于《软件学报》期刊2012年12期）
沈永增,陈勇[8]（2003）在《基于小波子图和决策融合的人脸识别算法》一文中研究指出提出了一种基于小波子图和决策融合的人脸识别算法。首先将图象进行适当层数的小波分解 ,每次分解只取最低频子图。然后对低频子图再进行一次小波全分解得到不同方向的四个子图。在这四个子图上分别进行传统的主分量分析 (PCA)或者进行傅立叶变换(即频谱脸算法 ) ,可得到四个识别结果 ,再跟据一种决策融合方案得出最终的识别结果。最后 ,我们用 Olivetti人脸数据库对本文的算法与传统的 PCA算法 ,基于单一小波子图的PCA算法以及频谱脸算法进行了比较。实验结果显示 :应用了多个小波子图以及决策融合方案后 ,识别率都有一定的提高(本文来源于《浙江工业大学学报》期刊2003年03期）
陈勇[9]（2002）在《基于小波子图与决策融合的人脸识别》一文中研究指出人脸识别技术是计算机模式识别领域非常活跃的研究课题，在公安，商业等领域有着广泛的应用前景。由于人脸图象的特殊性，人脸识别问题也是模式识别领域的一个相当困难的问题，要使这一技术完全成熟至实际应用还有许多工作需要去做。 人脸识别可分为人脸检测、特征提取以及分类识别叁大部分，而人脸图象的特征抽取是人脸识别技术的最关键问题。自从上世纪90年代始，许多的人脸识别算法被提出，但总结起来可以分为二类：基于人脸部件的方法和基于整体的方法。在基于部件的方法中，人脸的辨识是利用了人脸的部件如眼睛、嘴、鼻子以及轮廓线等之间的相互关系。这种方法的成功性依赖于这些人脸部件的精确的检测，然而，要精确地抽取人脸的各部件是相当困难的。基于整体的人脸识别方法也称为基于代数特征的方法把人脸图象看作一个整体，人脸图象被看作是一个强度变换的二维模型。因此，基于整体的人脸识别算法在这些年受到了更多的关注。 基于代数特征的人脸识别算法中，特征脸算法、基于奇异值的算法和频谱脸算法是其中叁个较流行和较有前途的人脸识别算法。但是它们的识别率或识别速度还有待提高，离实用还有一段距离，因此，许多人在不断努力地改进这些算法。 在最近十多年，小波变换在图象分析中已经成为一个非常强有力的工具。实际上，小波变换是对信号用一种不同尺度的带通滤波器进行滤波，将信号分解到不同的频带上，再进行分析处理。小波变换的优点如具有良好的时频域局部性能，多分辨率分析等已经有许多文章讨论。这些年，小波变换也常被用于人脸识别，其主要因为：1)通过小波分解图象后，不同方向的子图的分辨率减少，计算复杂度就相应减少。2)小波分解在空域和频域都提供了良好的局部信息。 用小波对人脸图象进行适当层数的分解，不仅大大加快了图象的后续处理的速度，而且实验证明可一定程度地提高识别率。但是现在大多数算法只利用了小波分解后的最低频子图的信息，然而实际上小波分解后的其它子图也含有识别的信息，也可以利用其它子图来进行辅助识别。因此，本文提出了一种基于小波子图和决策融合的人脸识别算法。利用小波分解后的多个子图分别进行识别，对得到的识别结果再用一种融合方案进行融合，产生最后的识别结果。理论和实验均证明了本方案的有效性。识别率比不用小波分解或用单独一个小波子图有了较大的改进。(本文来源于《浙江工业大学》期刊2002-12-01）
子图融合论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对地图融合时多机器人位姿估计过程中互协方差未知的问题,提出了一种基于协方差交叉点(covariance intersection,CI)因子图的2D地图融合算法.首先通过坐标变换矩阵实现机器人坐标到全局坐标的转换,然后以最小化非线性性能指标为原则求取局部的估计信息权重,通过算法融合各局部估计信息,计算出融合点的位姿和互协方差.最后通过协方差通用公式,计算出融合点到下一级变量节点的概率约束(协方差),进而完成因子图融合.实验结果表明,该算法具有一定的可行性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
子图融合论文参考文献
[1].徐昊玮,廉保旺,刘尚波.基于滑动窗迭代最大后验估计的多源组合导航因子图融合算法[J].兵工学报.2019
[2].王巍,浦云明,李旺.一种基于CI因子图的多机器人2D地图融合算法[J].机器人.2017
[3].赵蓝飞,王爱丽,王博,吕鑫淼.基于子图融合技术的图像增强算法[J].系统工程与电子技术.2017
[4].龚飞,金炜,符冉迪,刘箴,李纲.融合小波包细节子图及稀疏表示的人脸识别[J].光电工程.2016
[5].陈立.基于加权子图和支持向量机相融合的邮件分类算法[J].内蒙古师范大学学报(自然科学汉文版).2015
[6].姜军,卓嘎,王朝霞,陈延利.最大子图序列平滑的飞控图层无缝融合技术[J].科技通报.2014
[7].朱玉莲,陈松灿.特征采样和特征融合的子图像人脸识别方法[J].软件学报.2012
[8].沈永增,陈勇.基于小波子图和决策融合的人脸识别算法[J].浙江工业大学学报.2003
[9].陈勇.基于小波子图与决策融合的人脸识别[D].浙江工业大学.2002