2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、在我們的日常生活中,存在很多需要分析人流量的場合。隨著人流量評估所帶來的經(jīng)濟(jì)效益和社會效益的日趨明顯,這種手段也越來越多的應(yīng)用到現(xiàn)實生活中。傳統(tǒng)的統(tǒng)計方法主要是熱成像或者是激光阻隔的原理,這些方法均具有抗干擾能力弱、計數(shù)不準(zhǔn)確等缺點。本文研究了基于復(fù)雜圖像信息的人流量統(tǒng)計方法,利用圖像數(shù)據(jù)進(jìn)行人數(shù)統(tǒng)計,此方法的難點就在于如何在復(fù)雜背景下定位目標(biāo)。同時,由于目標(biāo)形態(tài)隨機(jī)性使得以往的傳統(tǒng)方法很容易就會混淆目標(biāo)和非目標(biāo)。本文提出的基于聚類理論

2、的目標(biāo)識別算法能夠較好地解決復(fù)雜圖像背景下的目標(biāo)識別難題,具有識別準(zhǔn)確率高、實時應(yīng)用性強的優(yōu)點。本文的工作主要體現(xiàn)在:
   1.基于聚類理論的圖像特征提取方法
   本文采用圖像邊緣作為研究對象,采用新型角度鏈碼對圖像的邊緣進(jìn)行鏈碼描述,提取它的多維統(tǒng)計特征,并設(shè)計直線聚類算法提取主要的邊緣線段。這種新的邊緣特征提取方法比傳統(tǒng)霍夫變換速度明顯提高。
   2.綜合人工免疫克隆選擇算法及聚類算法設(shè)計車載圖像分類器

3、
   本文借鑒人工免疫機(jī)理,提出了一種新的基于克隆選擇聚類算法的圖像分類器設(shè)計方法,克服了傳統(tǒng)分類方法約束條件多、容易陷入局部最優(yōu)的缺點。該方法首先應(yīng)用基于密度的空間聚類算法建立初始抗體群,減少聚類數(shù)據(jù)的冗余信息,然后結(jié)合人工免疫克隆選擇原理,描述了車載圖像的免疫特性,通過對抗體進(jìn)行克隆增殖、變異等操作,使抗體與抗原的親和度成熟,保證了抗體的多樣性,能夠快速準(zhǔn)確地得到全局最優(yōu)解。實驗結(jié)果表明,該算法識別準(zhǔn)確度達(dá)到了95%以上,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論