搜索资源列表
averagefliter
- 平均值滤波，用于传感器阵列数据处理。
Kalmanandwinner
- 基于现代时间序列的多传感器信息融合Kalman滤波器与Wiener滤波器.NH格式论文-data fusion using kalman and winner filter
zuixiaoercheng2
- 多传感器数据融合系统中时间配准算法分析，最小二乘发算法-sensor time registration
Fusion-based-Sensor-Placement
- 论文 在使用无线传感器网络进行目标检测时,如何布置尽可能少的传感器节点而同时实现高的正确检测概率和 低的误警率,是关键问题之一。采用数据融合技术,能实现传感器节点之间的协同,从而大幅提高目标检测精度。提 出了用于目标检测的精度模型,分析了数据融合半径与传感器节点密度之间的关系,设计聚类方法将目标点组织成布 置单元,从高密度单元到低密度单元布置传感器节点覆盖目标区域。仿真结果表明,算法在保证检测精度的同时能有 效减少所使用的传感器节点数目。 - Sensor placeme
shuzu_ceshi
- 附件中提供了一种数组剔除方法，可以有效的消除数组中的冗余数据，另一方面在传感器节点选择中可以剔除已用多个节点-Annex provides an array of excluded methods, can effectively eliminate redundant data in the array, the other in the sensor node selection has been used in more than one node can be removed
The-principle-of-Calman-filter
- 卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）”。对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。他的广泛应用已经超过30年，包括机器人导航，控制，传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理，例如头脸识别，图像分割，图像边缘检测等等。-Kalman filter is an " optimal recursive data processing a
Madgwick
- 无人机姿态测量系统matlab程序，输入传感器数据，输出无人机的姿态角信息-UAV attitude measurement system matlab program
mixlms
- 利用LMS进行数据融合，提高无线传感器网络目标定位精度-The use of the LMS algorithm for data integration, application scenarios targeting wireless sensor networks
tiduxiajiang
- 多传感器数据融合的梯度下降法。方法较为简单，代码基本可以实现滚转角与俯仰角的解算，需要再调参数会更精确-Multi-sensor data fusion gradient descent. The method is simple, basic code can roll angle and pitch angle of the solver, you need to re-tune the parameters would be more accurate
tensorlab
- 张量分析工具箱，很适合多方式成分分析与多传感器源数据融合。-tensor tool box, it s fitful for multi-way analysis and data fusion
代码
- 图像配准的过程中两种或两种以上的图像重叠了在不同的同一个场景倍,从不同的观点和/或不同传感器。这两images-the区域的几何参考和感觉到图像。目前图像之间的差异,介绍了因不同成像条件。图像配准的一个决定性的步骤所有图像分析任务在最后的信息结合了各种各样的数据能源,如在图像融合、变化检测和多通道形象得到恢复。通常,必须注册在多光谱遥感分类、环境监测,变化检测图像拼接、天气预报、创造超分辨率图像、整合信息到地理信息系统(GIS)),结合医学计算机断层扫描(CT)、核磁共振数据获得更完善的信息,如