多传感器融合定位控制系统设计

为实现水田作业机械的精确定位,在惯性传感器定位的基础上,设计了一套基于激光的多传感器融合定位系统.该系统以激光、陀螺仪与编码盘等传感器模块为硬件基础,结合卡尔曼滤波算法实现了多传感器的数据融合.试验结果表明:在50 m×50 m的测试范围内,静态定位误差小于10 cm,系统定位可靠,精度较高,达到了预期研究目标.     

城市卫星遥感图像融合处理质量评价研究

常用的遥感融合方法常导致较严重的光谱畸变,为减少融合图像光谱特征的扭曲,提出三种新融合方法即合成变量比值法(SVR)、平滑滤波亮度调制法(SFIM)和Gram_Schimdt变换法(GS)。采用定量分析方法,分别对中等分辨率Landsat ETM+数据和高分辨率Quickbird数据的融合效果进行了评价。结果表明,不同方法具有不同的光谱保真度和空间信息融入度。同一种方法对于不同分辨率的遥感数据具有不同的融合效果。对中等分辨率Landsat ETM+数据,SFIM能产生较高的空间信息融入度和光谱保真度。利用中等分辨率Landsat ETM+数据进行融合处理时,SFIM优于合成SVR和GS;在高分辨率Quickbird数据的融合中,SVR能产生较高的空间信息融入度和光谱保真度。利用高分辨率Quickbird数据进行融合处理时,SVR则优于SFIM和GS。在中等分辨率Landsat ETM+数据、高分辨率Quickbird数据融合处理中,基于SFIM、SVR融合方法能分别获得较好的视觉效果,又能改善目视解译和遥感分类精度。     

传统村落文化景观基因传承与旅游发展融合度评价 ——以首批侗族传统村落为例

本文在分析文旅融合研究进展的基础上,从景观基因视角,运用系统分析、层次分析和熵权法等研究方法,从文化资源的旅游开发度、旅游活动的文化传承度、文旅发展的耦合协调度3个维度,构建了传统村落文化景观基因传承与旅游发展融合度的指标体系和综合评价函数.据此,对首批侗族传统村落进行评价.结果表明:(1)传统村落文化景观基因传承与旅...     

分化、跨界与融合——从健身健美操到全民健身操发展之探讨

采用文献法、逻辑法等研究方法,对我国从健身健美操到全民健身操的发展历程及其特征进行研究,并对当前我国全民健身操发展的利弊进行分析。主要结论:我国从健身健美操到全民健身操的发展经历了引入与普及、分化与探索、整合与规范三个阶段,取得了突出的成就;健身健美操、全民健身操在其发展过程中具有分化、跨界与融合的特征;我国全民健身操运动正朝着更加多元化发展方向,但也要理清和处理好各种不同风格项目之间的关系,使其与健美操项目进行合理的融合。建议重视科学研究,完善项目体系;加强宣传力度,实现资源共享;动员行政和社会力量,普及全民健身操。     

高职市场营销专业与创业教育融合研究

创业教育已成为我国职业院校发展和改革的新趋势,加强创业教育与市场营销专业融合有其必要性。通过专业课程、专业实训、第二课堂、师资建设和校企合作等路径融合,有助于市场营销专业的发展。     

全景图像拼接技术研究现状综述

图像拼接技术作为合成全景图像的工具得到较快发展;图像拼接技术就是把若干幅有重叠部分的图像合成一幅大视角宽幅面的图像;主要对图像拼接技术的应用、国内外发展现状以及面临的问题进行了较为详细的介绍;最后对图像拼接技术的未来研究做了展望,提出了一些改进的思路,为进一步深入研究图像拼接技术提供参考。     

区域两化融合水平的评价方法及应用

研究了区域两化融合水平评价问题,给出了评价指标体系,针对不一致层级结构,给出确定权重的层次分析方法,分别计算了各省两化融合水平指数以及信息化指数、产业融合指数、新型工业化指数,最后对权重的稳定性进行了灵敏度分析。     

BP神经网络在多源图像融合中的应用研究

采用BP神经网络与SVR融合法相结合的方法来实现像素级多源图像融合。改进型的SVR方法,用来进行全色波段和多光谱波段的融合。首先将各多光谱波段与全色波段求算回归系数,然后利用回归系数与多光谱波段合成模拟高空间分辨率全色波段,最后利用比值变换完成各波段的融合。通过仿真证明,BPNN-SVR融合法优于SVR融合法。     

协同频谱感知中的融合策略

在认知无线网络中,协作频谱感知从多个分布式认知用户中收集感知数据,有效地提高了检测的可靠性.如何利用多个认知用户的感知信息进行融合是协作频谱感知的关键技术.在当前的研究中,融合的方式可以分为两种:决策融合和数据融合,文中对基于决策融合和数据融合的5种融合准则算法进行了研究,采用这5种融合算法在认知无线电网络中进行协作频谱感知,并比较了它们的频谱检测性能.仿真结果显示,5种融合算法都可改善性能不佳的单个次用户的检测情况,并随着协作节点数的增大性能得到显著提高.其中,数据融合由于较决策融合接收到的数据值更加完整以换得更优越的感知性能.     

基于BP神经网络的项目评估模型研究

项目的申报、实施、验收都需要进行项目评估,项目评估是项目实施过程中的重要工作。项目评估复杂、专业,评估过程和结果具有很强的主观性。BP神经网络具有容错性强、信息分布处理能力高、自主学习、自适应、非线性映射等特点,适合推理规则不明确或推理规则非线性的环境,具有人脑思维的特征,BP神经网络在工程、管理、经济等领域得到广泛应用。在项目评估领域,现在基本上仍然以领域专家主观评价为主,这对评估结果的客观性、公正性必然会带来影响,评估过程信息化是项目评估改进的方向和趋势。基于评估的一般过程和BP神经网络的基本思想设计出项目评估的一般模型具有现实意义,应用BP神经网络建立项目评估模型的应用价值值得关注。