期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
边界片段模板方法在空间探测识别中的应用 被引量:4
1
作者 安萌 姜志国 赵丹培 《宇航学报》 EI CAS CSCD 北大核心 2009年第3期1231-1236,共6页
以对具有复杂边缘的空间目标进行准确的检测识别为目的,提出一种基于边界片段模板(BoundaryFragment Model)训练模式的空间目标识别方法。方法的步骤是:首先从训练集中提取目标的边界片段组成弱分类器;然后使用Adaboost算法将它们提升... 以对具有复杂边缘的空间目标进行准确的检测识别为目的,提出一种基于边界片段模板(BoundaryFragment Model)训练模式的空间目标识别方法。方法的步骤是:首先从训练集中提取目标的边界片段组成弱分类器;然后使用Adaboost算法将它们提升训练成为强分类器;对方法进行旋转、尺度、视点的不变性增强;最后将训练好的强分类器模板应用到待识别图像上,进行目标的检测识别。实验结果表明,本方法对带有各种旋转,尺度,以及视点变化的具有复杂边缘空间有形目标具有较好的识别效果。 展开更多
关键词 空间有形目标 边界片段模板 弱分类器与强分类器 旋转 尺度与视点不变性
下载PDF
基于BFM算法的空间有形目标识别方法 被引量:3
2
作者 安萌 姜志国 许波 《系统工程与电子技术》 EI CSCD 北大核心 2009年第5期1075-1077,共3页
为了对具有复杂边缘的目标进行更准确的检测识别,提出了一种基于边界片段模板(boundary frag-ment model)训练模式的目标识别方法。方法首先提取目标的边界片段组成弱分类器,然后使用AdaBoost算法将它们提升训练成为强分类器,并用其进... 为了对具有复杂边缘的目标进行更准确的检测识别,提出了一种基于边界片段模板(boundary frag-ment model)训练模式的目标识别方法。方法首先提取目标的边界片段组成弱分类器,然后使用AdaBoost算法将它们提升训练成为强分类器,并用其进行检测和识别目标。仿真实验表明,该方法对有形目标,特别是对具有复杂边缘的空间有形目标有较好的识别效果。 展开更多
关键词 空间有形目标检测与识别 ADABOOST算法 边界片段模板 弱分类器与强分类器
下载PDF
基于相关滤波器组的视频目标追踪算法
3
作者 蔡艳 林迅 《控制工程》 CSCD 北大核心 2017年第8期1734-1740,共7页
针对实际应用中视频序列的目标追踪系统鲁棒性较差的问题,提出一种基于自适应相关滤波器的鲁棒目标追踪算法。首先,抓取一个场景帧并选择目标;然后,建立若干个目标模板的几何失真版本,并且设计一个合成的相关滤波器;之后,计算滤波器与... 针对实际应用中视频序列的目标追踪系统鲁棒性较差的问题,提出一种基于自适应相关滤波器的鲁棒目标追踪算法。首先,抓取一个场景帧并选择目标;然后,建立若干个目标模板的几何失真版本,并且设计一个合成的相关滤波器;之后,计算滤波器与场景片段之间的交叉相关性来估算当前帧中目标的坐标;最终,通过估算片段场景的局部统计参数动态地调节相关滤波器,使其适应各观察帧。该算法包含一个自动重新初始化的容错机制,在保持计算效率的同时,满足了系统的容错性能。基于多组真实视频的实验结果表明,本算法的目标检测率与追踪定位准确率均具有明显地优势。 展开更多
关键词 目标追踪 相关滤波器 片段模板 容错机制 鲁棒性
原文传递
Next generation sequencing under de novo genome assembly 被引量:1
4
作者 Sonia Farhana Nimmy M. S. Kamal 《International Journal of Biomathematics》 2015年第5期1-29,共29页
The next generation sequencing (NGS) is an important process which assures inexpen- sive organization of vast size of raw sequence dataset over any traditional sequencing systems or methods. Various aspects of NGS s... The next generation sequencing (NGS) is an important process which assures inexpen- sive organization of vast size of raw sequence dataset over any traditional sequencing systems or methods. Various aspects of NGS such as template preparation, sequencing imaging and genome alignment and assembly outline the genome sequencing and align- ment. Consequently, de Bruijn graph (dBG) is an important mathematical tool that graphically analyzes how the orientations are constructed in groups of nucleotides. Basi- cally, dBG describes the formation of the genome segments in circular iterative fashions. Some pivotal dBG-based de novo algorithms and software packages such as T-IDBA, Oases, IDBA-tran, Euler, Velvet, ABYSS, AllPaths, SOAPde novo and SOAPde novo2 are illustrated in this paper. Consequently, overlap layout consensus (OLC) graph-based algorithms also play vital role in NGS assembly. Some important OLC-based algorithms such as MIRA3, CABOG, Newbler, Edena, Mosaik and SHORTY are portrayed in this paper. It has been experimented that greedy graph-based algorithms and software pack- ages are also vital for proper genome dataset assembly. A few algorithms named SSAKE, SHARCGS and VCAKE help to perform proper genome sequencing. 展开更多
关键词 Next generation sequencing (NGS) short read sequence (SRS) de Bruijngraph (dBG) SOAP denovo2 overlap layout consensus.
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部