粒子滤波器由于在解决非高斯状态估计问题时的优越性已被广泛应用于智能监控、运动跟踪、卫星定位等领域。但是,当系统估计多模型时,粒子滤波器由于粒子状态得不到准确的预测会产生较大的偏差。针对这一问题,本课题提出了一种智能粒子滤波器设计方案。本方案中,我们提出运用神经网络进行各运动模型参数的自适应调整,使粒子滤波器具有自学习功能从而智能化;同时将遗传算法用于粒子采样,解决了粒子滤波器中的非最优化选择和粒子
{{i.achievement_title}}
数据更新时间:2023-05-31
粗颗粒土的静止土压力系数非线性分析与计算方法
中国参与全球价值链的环境效应分析
基于多模态信息特征融合的犯罪预测算法研究
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
基于细粒度词表示的命名实体识别研究
移动拍摄下基于MCMC粒子滤波器的人体运动跟踪算法研究
人体运动平衡机理及在智能下肢假肢控制中的应用研究
流形上的粒子滤波及其在视觉目标跟踪中的应用
人体运动信息分析系统及其在临床,康复和体育中的应用