简介：场景锁定技术是视频跟踪领域的一个关键技术，需要对图像的全局运动进行估计，常用的运动估计算法由于计算量大、对噪声敏感等因素很难得到实际应用。为了减少运动估计的计算量，提高全局运动估计的精度，提出了一种基于Harris角点全局运动估计的场景锁定方法。将图像分成4×4的16个块，选取每个块中响应值最大的角点，以参考图像角点周围矩形块与待匹配图像进行匹配，然后利用RANSAC算法对角点进行一致性检测，利用最小二乘法解算全局运动参数，最后计算图像之间的累积运动。实验结果表明，该算法运动估计精度高，稳定性好，能较好地实现场景锁定。

简介：为了获取交叉口不同行驶方向车流的行程时间信息,以便体现不同转向车道交通拥挤程度的差别,设计了能够实现不同行驶方向车流分别统计行程时间的方向路段划分方法.针对方向路段划分的原则,同时结合车载GPS数据的特征,提出一种方向路段行程时间估计模型,并提出一种交叉口转向延误的估计模型,最后利用实测的车载GPS数据完成模型的实证分析.结果表明,所设计的方向路段划分方法及其行程时间估计模型能使路段行程时间数据的精度提高12%以上,从而可为交通管理者及交通出行者提供更加可靠的决策信息.

简介：采用卡尔曼滤波方法进行动基座对准过程中,载体挠曲运动等因素会导致系统噪声、量测噪声的不确定性,即系统参数的不确定性。将多模型估计理论应用于捷联系统动基座对准过程中,可以有效抑制系统不确定性因素的影响。建立了捷联惯导系统误差模型和引入外部位置、速度信息的量测模型,针对对准过程中系统噪声和量测噪声不确定的情况建立了多模型自适应估计器。在同等条件下进行了单一模型对准和利用多模型估计理论进行对准的仿真比较,结果显示：基于多模型估计的对准完成后捷联系统具有更高的导航精度;由此说明,动基座对准过程中,系统参数不确定的情况下,多模型估计器有更好的适用性。

简介：针对当前多径线性调频（LFM）信号参数估计中存在的精度低、依赖高信噪比等问题,提出了一种基于压缩感知的多径LFM信号参数估计新方法。通过将包含多径分量的LFM信号稀疏分解与重构,实现了多径分量时延及衰减的参数估计。新方法突破了传统Nyquist采样定理的限制,可利用较少数据恢复信号。仿真实验证明了该方法的有效性,并通过与传统方法的性能比较,证实新方法具有更高的时延分辨率、数据资源利用率且可以达到较高的估计精度。

简介：

简介：对于水下目标的波达方向估计（DOA）问题,提出一种基于压缩感知的估计方法.压缩感知（CS）是近年来出现的一种新的数据获取方法,能以低于Nyquist的采样率对稀疏数据或可压缩数据进行采样并以高概率对采样数据恢复重构.以水下目标的方位信号为估计对象,采用CS的正交匹配跟踪（OMP）技术估计稀疏信号中能量较强的位置,从而实现对目标的定向.为了验证基于CS技术的DOA估计方法的性能,将其与传统的MUSIC算法进行了对比,仿真验证的结果表明,新方法在估计角分辨率和有效性方面均优于MU-SIC算法.

简介：为了提高测井曲线划分沉积旋回的精度和可靠性,采用最大熵谱估计原理对测井数据进行了预测误差的估计,并在此基础上计算了预测误差趋势曲线。采用对称和非对称理论模型对该方法进行了试验,结果表明：预测误差曲线可以较好地识别沉积旋回界面,预测误差趋势曲线可以识别旋回内部的半旋回。利用该方法对实际测井数据进行了沉积旋回的划分,取得了较好的应用效果。因此,该方法可作为测井沉积旋回划分的辅助分析手段。

简介：本文研究了两种模式的离散时间的投资，一种为股票收益，股息模型为马氏链；一种为银行存储，利用一个递归方程和完整的方程，得到了破产概率上界的估计，引出影响破产概率的调节系数．

简介：实时准确地检测牵引电机转速是动车组高性能牵引控制的基础,针对动车组测速系统的特点,提出一种牵引电机转速估计的方法。该方法有效克服了速度传感器分辨率低带来的测量延时,并且转速估计准确性不受牵引电机参数变化的影响。通过转速估计,在提升测速准确性的同时,也提高了间接矢量控制中转子磁场定向的准确度,在列车低速运行和转速调节的动态过程中效果显著。最后,通过仿真和实验的方法,证明了该方法的正确性和有效性。

简介：建立了与Hermite．Hadamard型不等式相关的（h-m）一凸函数积分平均值的估值公式．特别地，当被积函数是二元变量时，得到了非常一般化的积分平均值的估值公式，推广了前人的结果．

简介：测量中大量的函数模型都是非线性回归模型．当回归变量含有一定的测量误差时，我们得到非线性测量误差模型．本文讨论了这种模型中未知参数具有正态先验分布时的参数Bayes估计方法，并对这种估计进行了影响分析，证明了删除模型与均值漂移模型中参数的Bayes估计相同，利用Cook统计量给出了删除模型下参数的Bayes估计的影响度量．

简介：摘要由于国内经济水平的快速发展，在生活方面，民众对于电力资源的需求日渐增大，进而使得我国电力系统的规模将逐渐增大，怎么去科学性地对电力资源进行调度便是每一个电力工作者的主要使命，一种智能电网的大脑D5000系统便出现在人们眼前。想要使得D5000电力系统的高级应用功能得以实现，并且保证智能电网调度技术支持系统基础平台之中的每个应用的顺利完成，都有必要应用到电力系统状态估计功能。本文针对D5000系统进行状态估计应用研究，将会对D5000系统的建立起到关键作用，并能够让它的未来得到有效的发展。

简介：摘要：风险理论是应用概率理论的重要分支之一,是金融保险中的一个重要理论,有着重要的理论研究价值和意义.由于大额索赔风险对保险公司经营会产生巨大的影响,所以巨灾风险理论越来越受到关注.在数学上,能够描述此种风险的是一类服从重尾分布的随机变量,所以有关重尾分布的模型日益引起人们的重视.本文给出了常见的重尾分布子族定义及其性质,主要研究了如何应用重尾随机变量的性质解决保险公司的破产概率问题.着重分析了利率收益,投资风险等相关经济和金融因素对保险估计赔付风险的影响,对于如何应对风险有非常强的实际指导意义.

简介：[摘要] 车道保持辅助功能在车道线模糊断缺车道无法估计出车道中心线，导致功能易于退出，降低行车安全，也影响驾乘体验。本文根据驾驶辅助前视摄像头对道路信息的感知特性，提出一种考虑道路信息置信度的车道中心线估计方法。该方法可使车道保持辅助功能在车道线模糊断缺车道的退出频率降低，提升安全性和驾乘体验。

简介：对基于导频的信道估计中的插值算法,包括线性、高斯、变换域、低通滤波及三次样条插值算法的性能、特点进行分析比较。其中,三次样条插值算法在对复杂信道的估计方面,具有更好的性能和灵活性。最后,给出三次样条插值利于工程实现的简便算法。

简介：摘要：随着我国社会经济的高速发展，计量检测设备的应用频率越来越广泛。本文首先分析了传统计量检测仪器存在的问题，其次提供了自动计量检定系统概述。最后通过多元化的方式减少无线电计量中误差界的精准估计。

简介：摘要：在各种智能应用进行活动识别的过程中，对手姿态估计有着严格的要求。在计算机视觉领域中，对其不断在进行深入研究，并且随着深度学习的发展，更多研究人员参与到手姿态识别与估计算法中。本文基于深度学习的手势识别与估计理论，对手姿态识别进行探究分析，并提出估计优化算法，为各种场景下手势姿态的精准识别研究提供借鉴参考。

简介：摘要：针对车载锂电池荷电状态SOC估计困难和精度低等问题，采用遗传算法（GA）和回声状态网络（ESN）联合的GA-ESN模型用于SOC的估计。通过遗传算法对回声状态网络未定的网络参数进行选择、交叉和变异等操作，根据计算适应度函数值的大小,优选出使回声状态网络性最优的网络参数。进一步将已建立的GA-ESN模型在NYCC、UDDS和US06工况下估计SOC，仿真结果表明GA-ESN用于SOC的估计误差可控制在5%以内，验证了该模型应用于SOC估计的可行性。

简介：摘要：随着工业机器人的不断发展，提高抓取机器人的智能化程度已经成为国内外学者的重要研究方向。当前工业领域主流的机械臂是通过复杂的点到点的示教作业来完成对目标物体的抓取。虽然示教方式具有易操作、成本低等优点，但这种方法会受到待抓取物体位置固定的制约，当物体位置变化时，机械臂无法自动获取到目标物体新位置的信息，会导致抓取失败。为了避免待抓取物体位置发生变化时抓取困难的问题，使机械臂可以自主获取到作业区域内任意位置和任意角度的目标信息，需要引进一种基于机器视觉的目标检测方法。

简介：摘要：随着工业机器人的不断发展，提高抓取机器人的智能化程度已经成为国内外学者的重要研究方向。当前工业领域主流的机械臂是通过复杂的点到点的示教作业来完成对目标物体的抓取。虽然示教方式具有易操作、成本低等优点，但这种方法会受到待抓取物体位置固定的制约，当物体位置变化时，机械臂无法自动获取到目标物体新位置的信息，会导致抓取失败。为了避免待抓取物体位置发生变化时抓取困难的问题，使机械臂可以自主获取到作业区域内任意位置和任意角度的目标信息，需要引进一种基于机器视觉的目标检测方法。