搜索资源列表
1
- 基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向，其中道路图象的正确分割 是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题，提 出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量，应用基于 ’() 学习算法的神经网络分类器进行道路与非道路识别；为解决环境噪声对神经网络输出的影响，本文设计了串行级联 式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实
sasdw.rar
- 现有数字信号自动调制识别方法大多只适用于无记忆信号，如PSK、ASK、FSK信号等。将有记忆 信号(MSK信号)和无记忆信号一起考虑，提出了一种改进的数字信号自动识别方法。该方法采用信号的瞬时统 计量作为特征参数，采用多层神经网络作为分类器。计算机仿真表明：当噪声采用高斯白噪声，并且信噪比大于 l5 dB时，识别率高于96％ ；当信噪比不低于l0 dB时，识别率不低于90％。,Existing digital signal automatic modulation recognition
multi-classSVM
- 总结SVM多分类的文章，从训练时间、分类时间、分类器的个数等等入手进行对比-Summary SVM multi-classification of articles, from the training time, classification time, the number of classifiers, and so begin to compare
auxiliary-network
- ：构建了多信息感 辅f】JJ的网络遥操作机器人系统，该系统提供丫一种通过多信息感知手段辅助操作 肯决策的远程控制方式．尚 ，分卡斤J q络条件下遥操作机器人系统多信息感知的原理．该多信息包括机器人多传 感器和网络返 时延等信息．通过对这些多信息的预处理、分类和决策处理，将陔多信息以视觉、听觉、力觉、报警灯 和交瓦史本方式转化为人可感 』的信息．使用 络时延缓冲器和网络双连接，降低了网络可变时延对系统的影响． 最 ，长距离的网络遥操作实验验证r系统和控制策略的实用性和骨效性-: C
PID-shenjingwangluo-kongzhi
- BP神经网络 作为弱分类器，反复训练，多个BP神经网络组成强分类器-The BP neural network as a weak classifier, repeated training, many of the BP neural network classifier
Partial-discharge-signals-of
- 提出了基于主动学习SVM的局部放电模式识别方法。将主动学习的思想引用到“一对一”多分类SVM分类器,选用基于后验概率的釆样函数对放电样本进行选择,挑选出对分类器最有价值的样本进行训练。 -Puts forward the partial discharge pattern recognition method based on active learning SVM. Will reference to the one to one the ideology of active stud