4.K-最近邻(KNN)分类并行化算法 基本算法设计思想 K-最近邻是分类器算法中最通俗易懂的一种，计算测试样本到各训练样本的距离，取其中距离最小的K个，并根据这K个训练样本的标记进行投票得到测试样本的标记。 加权K-最近邻分类算法的思路是，在根据测试样本的标记进行投票表决时，将根据测试样本与每个训练样本间距离（或相似度）的大小决定训练样本标记的作用大小，基本原则是：距离越近的训练样本其标记的作用权重越大，反之则越小。据此，可以建立一个带加权的投票表决计算模型(比如y’ = ∑Si*yi/∑Si, k=[0,k-1],Si为取值0-1的相似度数值，yi为选取出的最邻近训练样本的分类标记值)决定以最终的测试样本的分类标记。 算法的思路清晰简单，然而对于海量数据计算量很大，耗费时间较长。

激光扫描技术是以激光扫描仪为核心发展迅速的一种新型空间数据获取手段。利用低成本的二维激光扫描仪实现针对目标物体的三维重建，为此对基于二维激光扫描技术的三维重建过程中所涉及的相关技术进行了研究分析，为后续开展三维重建的实验研究奠定理论基础。同时在构建基于二维激光扫描仪（LMS291）的三维重建实验系统的基础上，研究分析了LMS291在平动和转动两种不同工作模式下的工作特点并通过Matlab编写程序进行数据处理，利用Matlab和Fledermaus软件生成三维重建效果图，得出并分析了重建结果。通过以上内容验证了构建的模型和所用方法的可行性及工作系统的可靠性，对进一步展开相关研究具有一定意义。

论番茄 收获机器人技术研究进展pdf,提供“论番茄 收获机器人技术研究进展”免费资料下载，主要包括番茄收获机器人类 型与结构组成、番茄收获机器人各组成部分功能与原理、番茄收获机器人技术发展 的探讨等内容，可供学习使用。

温室串番茄采摘机器人关键技术研究，纪超，张震华，为提高温室环境下串番茄采收自动化水平，研发了采摘机器人系统，重点研究了采摘点定位与末端执行器设计两关键技术。开发了基于红

提出了一种应用于医学图像认证的基于Weber准则的脆弱盲水印技术，基于Weber准则选择图像中的像素并插入脆弱水印。由于这种水印技术只选择和改变图像中的暗像素，因此不会造成图像的明显改变。这种水印技术能够鉴定医学图像在传输过程中是否发生了改变，并且通过比较水印像素能够确定发生改变的位置。同时由于这种水印技术是脆弱水印技术，对图像的恶意改变非常敏感，因此非常适宜应用在医学图像的认证中。除此之外，本文方法还具有对图像压缩极强的容忍性，能够将认证信息嵌入水印当中，这些特点在医学图像的认证中都极其重要。最后，文中通过基于标准图像库的实验结果表明了本文方法的有效性。

本文首先介绍了空间谱估计理论；其次，研究了DOA估计算法及MATLAB仿真，包括MUSIC算法及仿真，ESPRIT算法及仿真；然后，在以上基础上针对均匀圆形阵列天线进行二维DOA估计算法及仿真，包括了波束空间转换，UCA-RB-MUSIC算发，UCA-ROOT-MUSIC算法，UCA-ESPRIT算法，并对这些算法进行了仿真及对比分析；最后，提出了室内蓝牙高精度定位系统方案，该方案采用蓝牙低功耗4.0通信协议，均匀圆形阵列天线，使用波达方向（DOA）估计的信号处理方法，以确定目标对象的相对方向，使用功率追踪算法解决多径传播情况下的DOA估计，使用约束信息、中央基准天线阵元进一步提高定位精度。

3D视频编码传输技术研究，于艳利，，3D视频业务的数据量大，数据压缩的效率直接影响了3D视频业务的市场应用，而实现高效率的压缩后，数据在传输过程中会对信道错误非��

GNSS弱信号跟踪技术研究

道路交通标志的检测与识别技术研究。分类器采用SVM

研究了基于机器视觉的三维重建技术。利用普通的数码摄像机拍摄图片，通过摄像机定标、特征点检测和匹配、基础矩阵和本质矩阵计算来实现图像的三维重建。采用张正友标定方法的相机标定工具箱实现了相机的标定，利用尺度不变特征变换(SIFT)特征点的检测和匹配方法进行了图像特征点的检测和匹配，采用RANSAC算法计算基础矩阵，最后利用相机内参数和由基础矩阵获得的本质矩阵重建物体的特征点，并进行纹理贴图。实验结果表明利用这些图像可以进行物体重建，并且能够很好地反映出物体的三维特征。