-
一种基于LoG算子的无标识增强现实算法:LoG
The current markerless augmented reality(AR)algorithm has poor performance on 3D registration un-der various luminance and texture conditions.In order to enable the algorithm to ...
-
面向时间序列分类任务的SAX方法特性及可视化探索
Symbolic aggregate approximation(SAX)is a standard representation for time series data mining.However,very little work has been done about the intrinsic properties of this method....
-
不确定性时间知识推理和验证算法及列车群建模分析
时间知识的推理和验证技术对列车群行为建模分析具有重要意义,是其实施关键.本文在原来工作的基础上,引入模糊时间区间、扩展模糊时间Petri网(EFTPN)及可能性值运算等内容,提出了一种基于EFTPN的...
-
一种基于自适应实时A*的移动目标寻路算法
基于移动目标的实时寻路问题,一直都是人工智能领域内极具挑战性的研究内容之一,其研究成果可被广泛地应用到机器人、虚拟仿真以及RTS游戏等领域,具有较大的研究和实用价值。本文采用实时启发...
-
样本大小对非平衡数据分类的影响
探讨了影响稀有类分类的各个因素,针对影响稀有类中的一个因素-样本大小对稀有类的影响进行了研究.
-
一种基于信息熵的文本特征加权算法
本文介绍了一种基于信息熵的文本特征加权算法—TF/IDF(MaxEnt)算法,用以提高文本分类器的分类性能.该算法将信息熵的概念引入到传统的文本特征加权算法—TF/IDF算法中,避免了传统的TF/IDF算法...
-
基于EFPN的模糊离散事件系统可诊断性分析
针对模糊有限自动机及模糊Petri网在模糊离散事件系统(Fuzzy Discrete Event System,FDES)行为建模中的不足,提出一种扩展模糊Petri网(Extended Fuzzy Petri Net,EFPN),并基于EFPN构造了FDES行为...
-
基于SAX方法的时间序列分类问题的多阶段改进研究
分类问题是数据挖掘中的基本问题之一,时间序列的特征表示及相似性度量是时间序列数据挖掘中分类、聚类及模式发现等任务的基础.SAX方法是一种典型的时间序列符号化表示方法,在采用该方法的基础上...
-
带有对象的Petri网及其在列车运行模型建立中的应用
带有对象的Petri网是一种将面向对象的方法和谓词/变迁网相结合的高级Petri网.网中的托肯能携带各种信息,用这种网所表述的系统具有规模小、灵活、直观、模块性好、可操作性良好、属性描述方便、...
-
模糊离散事件系统时间维度可诊断性分析
针对观测条件受限时的模糊离散事件系统(FDES)故障诊断问题,提出一种以时间维度可观程度(ODDT)为基础的故障诊断器构造方法.该方法首先根据观测信息中的时间属性建立时间约束图,并以时间证据合并...
浏览更多安心,自主掌握个人信息!
我们尊重您的隐私,只浏览不追踪