论文部分内容阅读
基于强化学习的人群组分割研究
【摘 要】
：
人群组分割是用于描述人群的整体运动结构的定量描述,使用运动人群中每个运动个体的运动信息、位置关系和与周围个体的交互关系来对每个个体和其他个体之间进行定量评估,将具有相似运动状态的人群,划分为一个小组,从而简化个体之间的复杂交互,为后续的人群研究,是人群追踪、人群异常检测和人群运动预测等后续技术方法的基础。在本文中,我们针对传统的基于粒子模型的人群组分割方法使用手动设置固定参数,从而导致方法对不同场
【出 处】
：
上海交通大学
【发表日期】
：
2020年01期
其他文献
曲线磨削加工中,砂轮表面磨粒会随着时间和磨削量的增加出现钝化、磨损和破碎等现象,导致工件轮廓加工精度下降、加工效率降低和表面质量不达标等问题。为改善砂轮修整方法和修整工艺以满足曲线磨削砂轮的形状精度及磨削性能需求,所做研究内容和结果如下:(1)依据旋转滚轮正交砂轮修整原理和曲线磨削砂轮特点设计了一种旋转金刚石滚轮正交修整器,分析了此修整形式下砂轮修整几何误差来源,并对曲线磨削砂轮理论轮廓的圆度误差
学位
在“一带一路”政策引导下,海洋在我国的国家战略地位逐渐显现。在这样的大背景下,沿海城市港口建设、海洋旅游群岛建设、海洋经济区建设等海洋工程得到越来越广泛的应用。人们也对此类工程的质量提出了更高的要求,而这些工程也展现出了国家的强大与国内土木行业的有序发展,但是诸多工程耐久性问题也随着时间推移而暴露。海水中含有丰富的离子种类,包括氯离子在内;空气中存在大量的二氧化碳,尤其在工业污染的情况下,其含量特
学位
本文研究了一种由半桥子模块和类全桥子模块组成的模块化多电平储能换流器。分析推导了该换流器在正常工况时与直流侧短路工况时的详细工作原理与数学模型,给出了半桥子模块与类全桥子模块电压等级与数量配比、电池模块与类全桥子模块电容电压比等关键参数的设计方法,分析了储能电感电流的波动特性,给出了储能电感的设计方法,分析对比了两种子模块电容电压的波动特性,给出了子模块电容的设计方法。提出了换流器的控制策略,通过
学位
兆瓦级大功率化是径向柱塞泵的主要发展方向之一,随着大功率设备(如风力发电)的不断涌现,对径向柱塞泵的功率需求不断增加,而高性能大功率径向柱塞泵作为液压系统的“心脏”,其设计方法的研究目前严重不足。研究表明,径向柱塞泵的大功率化,将有效提升液压系统的经济效益。因此,本文以风力发电用大功率径向柱塞泵为例,探索径向柱塞泵大功率化的结构参数的演化规律,提出面向高能效化的设计方法。主要研究内容如下:(1)建
学位
随着图像与视频数据库规模与复杂度的提升,基于内容的图像检索算法受到愈来愈多的关注。哈希算法可以视作遍历式搜索的一种优化策略,它将图像编码为0,1表示的哈希编码串,并使得编码的重合程度反映图像的相似性,从而将复杂的图像匹配度计算转为二值与或运算进行。由于哈希算法较高的检索效率与空间利用率,使其逐渐成为图像检索领域的一大主流方向。哈希算法设计中,有两个环节需要着重关注,即保似哈希投影方法的设计,以及对
学位
随着中国高速铁路的不断发展,高铁产业市场及高铁相关技术迎来新的发展需求与发展空间。高频隔离逆变器作为重要的组成部分之一,对变换器整体的效率、功率密度及重量提出了更高的要求。本文以基于宽禁带器件的高频隔离逆变器为研究对象,对其技术架构、设计方法以及优化方法进行研究。本文首先对DC-DC的应用情况及研究现状进行了综述和总结并进一步对高频隔离型DC-DC变换器中寄生参数的影响问题的研究现状进行阐述,对D
学位
行人重识别是计算机视觉里非常重要的一项任务,该任务要求匹配到来自不同相机拍摄图像中的同一个人。它在多个计算机视觉任务中有着很广泛的应用,包括视频监控,跟踪,行人检索和行为分析。由于人在相机网络中不同视角下的形象变化很大,这本就是一个很困难的任务。近来,随着计算性能的提高,深度学习已经成为一项很可靠的机器学习技术,通过成功学习到数据的潜在表示大大地在多个领域提高了现有的模型。最近,相比于基于描述算子
学位
正交异性钢桥面板由U肋、盖板及横隔板组成,三者相互垂直,通过焊接连接在一起协同工作,它既能承受桥面的直接荷载,又能参加主梁的工作,同时具有自重轻、节约钢材、承重能力高等优点,在世界各国桥梁上得到了广泛的运用。但与此同时,由于受力复杂、焊缝多、初始缺陷、直接承受车辆荷载等原因,正交异性钢桥面板疲劳开裂问题和桥面铺装层损坏现象也较为普遍。本文基于足尺试验和数值模拟,对UHPC加固前后正交异性钢桥面板典
学位
目前全球卫星导航系统已经在很多场景中得到了应用,但是卫星导航系统也有它的局限性。当用户接收机当前位置处在半遮挡地点或者全遮挡环境时,GNSS定位效果变差甚至不能正常使用。因此使用伪卫星进行定位的研究随即出现。利用伪卫星进行协同定位,改善GNSS定位卫星星座的几何分布,进而提高用户导航服务的连续性和可靠性以及提高定位精度,实现对GNSS的增强效果;甚至在GNSS卫星信号无法到达覆盖的区域,使用含有4
学位
近年来,大规模数据集推动了深度神经网络在计算机视觉领域的研究。然而这些由专家精确标注的数据集成本高昂并且实际中往往难以获取。作为替代方法,众包和网络查询被用于提供噪声标注。比如,网络公开平台上有大量由用户标注的数据,这些数据数量巨大且易于获取。然而由于用户标注的不可靠性,这些方法不可避免地引入了标签噪声。研究表明,深度神经网络会轻易地拟合噪声标签,因此噪声监督下的深度学习是当前一大重要的研究领域。
学位