【摘 要】
：
在无人机个体识别问题中，直接用双谱矩阵进行个体识别要计算复杂的二维模板，运算效率低。针对这一不足，提出一种基于二维双树复小波变换的二次特征提取算法。该算法将双谱分解成多个方向子带图并计算其能量和能量偏差，实现将维度较高的双谱矩阵高效地转换为维数较低的图像纹理特征，再将其送入支持向量机实现无人机个体识别。采用实采的Phantom 3 Advanced与Mavic Pro图传信号对算法进行验证。实验表
论文部分内容阅读
在无人机个体识别问题中，直接用双谱矩阵进行个体识别要计算复杂的二维模板，运算效率低。针对这一不足，提出一种基于二维双树复小波变换的二次特征提取算法。该算法将双谱分解成多个方向子带图并计算其能量和能量偏差，实现将维度较高的双谱矩阵高效地转换为维数较低的图像纹理特征，再将其送入支持向量机实现无人机个体识别。采用实采的Phantom 3 Advanced与Mavic Pro图传信号对算法进行验证。实验表明，基于二维双树复小波变换比直接用双谱矩阵进行分类的运算效率高21倍。准确率相较于基于积分双谱、基于灰度
其他文献
针对课堂教学场景存在着遮挡严重、学生众多的问题，以及目前的视频行为识别算法并不适用于课堂教学场景，且尚无学生课堂行为的公开数据集的问题，构建了课堂教学视频库以及学生课堂行为库，提出了基于深度时空残差卷积神经网络的课堂教学视频中实时多人学生课堂行为识别算法。首先，结合实时目标检测和跟踪，得到每个学生的实时图片流；接着利用深度时空残差卷积神经网络对每个学生行为的时空特征进行学习，从而实现课堂教学场景中
标签建模是标签体系建设和画像构建的基本任务，传统标签建模方法存在模糊标签处理难、标签提取不合理，以及无法有效融合多模实体和多维关系等问题。针对以上问题提出了一种基于标签分层延深建模的企业画像构建方法（EPLLD）。EPLLD首先通过多源信息融合获取多特征信息，并对企业模糊标签（如批发、零售等行业中的不能完整概括企业特点的标签）进行统计和筛选；接着建立专业领域词库进行特征拓展，结合BERT语言模型进
针对基于手工特征的相关滤波跟踪器在快速变形、背景杂乱等挑战性跟踪场景效果不佳的问题，在Staple跟踪器的基础上提出了一种新型的相关滤波跟踪器。其结合方向梯度直方图特征与颜色命名特征构建了目标外观模型，增强其对快速变形以及背景杂乱等场景的鲁棒性；设计了自适应评分函数对两种特征进行融合，得到更具有鉴别性的特征；针对不同的特征分别提出了新颖的在线更新策略以减小训练过拟合与模型漂移。在OTB2015数据
空天地一体化通信作为未来6G的发展方向，很好地弥补了当前无线通信覆盖不足的弊端。该文提出一种基于多智能体强化学习(MARL)的多无人机(Multi-UAV)辅助通信算法，在用户与无人机(UAVs)构成的混合博弈模式下求解纳什均衡近似解，解决了动态环境下UAVs轨迹设计、多维资源调度以及用户接入策略联合优化问题。结合马尔可夫博弈概念建模该连续决策过程，以集中训练分布式执行(CTDE)机制，将近端策略
针对锈蚀钢筋混凝土(RC)柱的偏心受压力学行为,本文从细观角度出发,将混凝土看作是由骨料、砂浆基质和界面过渡区组成的三相复合材料,并且考虑锈蚀导致的钢筋和保护层混凝土的材料性能劣化以及黏结强度退化,建立了其三维细观精细化有限元分析模型.数值计算结果与试验结果的良好吻合,验证了数值分析模型的合理性.在此基础上,主要分析了锈蚀率和偏心率对RC柱偏压力学性能的影响.发现:钢筋锈蚀会引起临界偏心率增大,使
本文通过引入一个随机效应变量,使用卷积方法刻画多元响应变量之间的相关性,进而构造了相依t过程(dependent t-process, DTP).本文基于DTP,提出了相依t过程回归(dependent t-process regression, DTPR)模型,并对多元响应变量的函数型数据进行建模. DTPR保留了Gauss过程回归(Gaussian process regression, GP
发现运动目标并获得运动目标的地理位置与运动速度，是光学视频卫星非常重要的一个高精度应用。现有光学卫星视频稳像方法虽然可以获得稳定流畅的视频数据，但视频数据中缺少几何信息，难以满足这一应用需求。针对该问题，本文提出一种带有地理编码的光学视频卫星物方稳像方法。该方法充分利用卫星视频帧的定向参数信息，构建基于视频帧定向模型的帧间运动模型，并通过辅帧定向参数的运动补偿，实现视频序列帧间几何一致性，再在物方
十多年来,建设智慧城市已经成为一项全球性运动。与智慧城市建设的风起云涌不相匹配的是,智慧城市的概念始终模糊,至今尚未形成能够被普遍认可的定义,这一现象给研究者和政策制定者造成了困惑。本文对众多的智慧城市概念加以梳理,发现智慧城市这一概念正在从供给视角逐渐转向需求视角。应用了不同视角的概念,不同的城市在智慧城市建设过程中出现顺序推进和逆序规划这两种建设路径。前者的典型代表是2018年之前的上海,后者
VLBI观测站的氢原子钟和时间比对系统（简称时频系统）为测站提供稳定可靠的时间和频率基准，系统信号的质量将直接影响观测数据质量。其中，氢原子钟是时频系统的关键设备，一旦出现故障，其对数据的破坏是致命的。因此，VLBI站时频系统在设计建设之初就对氢原子钟及其周边各参数状态进行了实时监视并进行记录保存，一旦发现异常，技术人员需进行快速处理。中国VLBI网（CVN）建成至今，目前共五个测站，每个测站的时
为建立高识别准确率且适用于手机端应用的玉米籽粒品种识别方法，利用手机作为采集工具，建立玉米品种粒籽双面图像数据集，基于轻量级卷积神经网络MobileNetV2和迁移学习构建玉米籽粒图像品种识别模型，对比玉米籽粒单、双面（胚面和非胚面）特征建模及识别的性能。结果表明，玉米籽粒双面特征建模的双面识别准确率达99.83%，优于单面特征建模及识别，也比将胚面和非胚面图像分别建模后进行双面识别的准确率99.