为了提升粒子群优化算法(particle swarm optimization, PSO)的性能，提出了一种基于网格划分的自适应粒子群优化(grid-based adaptive particle swarm optimization, GAPSO)算法和基于网格划分的多样性计算方法，并设计了初始种群多样性最大化(maximal diversity algorithm for the initial swarm，MDAIS)算法。GAPSO分为两个阶段：根据粒子对多样性的贡献自适应调整粒子的进化方向，使种
2024-02-29 19:52:37
327KB
1
提出了一种特征权值与尺度自适应的核相关跟踪算法。提取目标搜索区域的方向梯度直方图（HOG）特征和颜色名（CN）特征进行自适应权值融合，通过融合特征的相关滤波响应图的峰值找到目标位置；利用权值较大特征的相关滤波响应图的峰值和峰值旁瓣比的乘积作为尺度评估依据，对目标尺度进行粗略估计和精确估计，从而得到目标的最佳尺度。通过在目标跟踪标准（OTB-2013）数据集上的仿真实验，结果表明相比核相关滤波跟踪算法以及其他5种跟踪算法，所提算法在跟踪精度和成功率方面都有明显提高，跟踪精度为0.799，成功率为0.723，能较好地适应目标尺度的变化。
2024-01-24 21:59:42
5.56MB
1
基于粒子滤波器的视频目标跟踪（哈工大博士论文）多区域联合粒子滤波器算法
+概率预测与分类结合的目标跟踪定位方法+粒子滤波器中自适应多特征融合的目标外观特征表示方法+短道速滑滑行数据测量系统
2023-05-09 22:27:03
4.79MB
1
inception_v3_weights_tf_dim_ordering_tf_kernels_notop
Linux下是放在“~/.keras/models/”中
Win下则放在Python的“settings/.keras/models/”中
Windows-weights路径：C:\Users\你的用户名\.keras\models anaconda下依然好用
2023-04-29 13:57:27
77.09MB
1
针对已有的基于权值交点的AOA定位算法由于未考虑奇异方位线交点而导致定位精度不高、适应性不强的问题，给出一种基于GDOP权值交点的鲁棒AOA（RGWIAOA）定位算法。算法根据锚节点AOA测量值，获得所有方位线交点，利用圆误差概率确定有效交点，并依据有效交点的GDOP产生相应的权值，对有效交点进行加权求和作为盲节点的位置估计。RGWIAOA算法利用了AOA测量值的标准差，同时在GDOP的计算中兼顾了锚节点位置的误差，使算法具有较强的鲁棒性。仿真结果表明，与已有算法相比, RGWIAOA算法在不同应用场景下具有更好的适应性及更高的定位精度。
2023-02-14 10:19:25
206KB
1
基于卡尔曼滤波和最大权值匹配实现的多目标跟踪python源码+详细代码注释+使用说明.zip
基于卡尔曼滤波和最大权值匹配实现的多目标跟踪python源码+详细代码注释+使用说明.zip
基于卡尔曼滤波和最大权值匹配实现的多目标跟踪python源码+详细代码注释+使用说明.zip
【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向、python、目标跟踪学习者。
也可作为课程设计、期末大作业。包含：项目源码、项目操作说明等，该项目可直接作为毕设使用。
也可以用来学习、参考、借鉴。
2022-12-28 16:27:27
15.9MB
这是一个简单的遗传算法一神经网络结合的程序，主要用遗传算法优化神经网络的权值进而达到优化神经网络的目的
2022-11-24 09:23:45
852KB
1