导读:本文包含了自适应加权融合论文开题报告文献综述及选题提纲参考文献，主要关键词:运动捕捉,Kinect,数据融合,人机交互
自适应加权融合论文文献综述
姚寿文,栗丽辉,王瑀,常富祥,Zeyuan,YAO[1]（2019）在《双Kinect自适应加权数据融合的全身运动捕捉方法》一文中研究指出人体运动数据捕捉技术是虚拟场景中人体模型的建立基础,Kinect作为一种运动捕捉设备被广泛用于虚拟现实人机交互,而单台Kinect在进行运动捕捉时存在前后模糊、自遮挡的问题,是造成捕捉数据不准确的主要原因。为提高人体动作捕捉数据精度,提出了2台Kinect的自适应加权数据融合方法,各关节的融合权重随跟踪状态和人体面向方向与Kinect方向夹角的变化自适应调整,以融合后的骨骼关节点数据驱动虚拟人体骨骼模型运动,搭建了双Kinect全身运动捕捉系统,实现了骨骼模型与现实场景中人体的实时随动,分析了系统的实时性与动作捕捉性能,解决了单Kinect的自遮挡与前后模糊问题。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年09期）
甄媚,王书朋[2]（2019）在《可见光与红外图像自适应加权平均融合方法》一文中研究指出针对传统可见光图像与红外图像融合存在显着性信息保留不完整的问题,本文提出了一种新的自适应加权平均融合算法。首先,该方法通过非下采样轮廓波变换将源图像分解为不同尺度、不同方向的高低频分量。然后,针对低频分量的特点提出了一种基于显着性的自适应加权平均融合规则,用于保留源图像中的重要信息。对于高频分量,本文采用绝对值取大的融合策略。最后,根据融合后的高低频分量重构出最终的融合图像。实验结果表明,本文算法与传统融合算法相比,在主观视觉和客观指标上都具有优势。(本文来源于《红外技术》期刊2019年04期）
蔡碧丽,苏国栋[3]（2019）在《改进型分批估计与自适应加权融合方法研究》一文中研究指出针对智能家居火灾监测中数据准确性低冗余大等问题,提出了一种量测数据预处理与改进型分批估计自适应加权数据融合相结合的算法。首先,该算法根据格罗贝斯准则对单个传感器测量数据序列进行一致性检验,从而剔除疏失误差数据;其次,考虑传感器受恶劣因素影响导致量测波动较大,引入环境因子并改进分批估计算法计算单个传感器最优监测值;最后,针对不同方位多传感器误差分布不均匀的特点,提出了根据权值最优分配原则实现自适应加权数据融合。实验结果表明,该算法得到的融合结果误差小,能够有效提高数据准确性,降低冗余量,具有较好的稳定性能。(本文来源于《测控技术》期刊2019年04期）
王英,刘帆,陈泽华[4]（2019）在《基于Shearlet域的改进加权法结合自适应PCNN的图像融合算法》一文中研究指出针对传统多聚焦图像融合算法获得的融合图像对比度低的问题,提出基于改进加权法和自适应脉冲耦合神经网络的多聚焦图像融合算法。首先,源图像经Shearlet分解产生一个低频子带和一系列不同尺度、不同方向的高频子带。将源图像的低频子带的和以及低频子带的差的绝对值进行加权求和,采用平均梯度计算权值,得到融合后的低频子带;高频子带采用自适应脉冲耦合神经网络融合规则,其中,脉冲耦合神经网络采用改进的拉普拉斯能量和作为激励,其链接强度由源图像的区域空间频率自适应计算,根据脉冲耦合神经网络的点火映射图得到融合后的高频子带,最后经Shearlet逆变换得到融合图像。文中选择1组人工仿真多聚焦图像Cameraman和3组真实的多聚焦图像Pepsi,Clock和Peppers进行实验,并与其他7种融合方法进行比较,采用4种常见的质量评价指标对融合图像进行客观评价。实验结果表明,所提方法在主观视觉和客观评价上均有较好的效果。(本文来源于《计算机科学》期刊2019年04期）
王浩,董振振,赵景波,唐勇伟,段杰[5]（2019）在《基于改进自适应加权融合算法的土壤湿度监测研究》一文中研究指出传统方式进行土壤湿度采集的过程中往往会遇到环境复杂、信号弱、信号干扰较大等问题。为提高土壤湿度采集的精准度,提出一种基于数据级融合思路的改进多传感器自适应加权算法。通过建立改进的自适应加权融合算法模型,经过一系列推算,得到系统的总均方误差表达式,然后通过获得的值选择每个传感器的最优方差值,通过计算获得每个传感器的方差的最优估计值。经过实地测试,通过使用5个相同的传感器对土壤湿度进行采集,各传感器回传信息有较为明显的差别,使用自适应加权融合算法得到融合结果的总体方差较大,对自适应加权融合算法进行改进后,得到的总体方差减小了400%左右。(本文来源于《中国农机化学报》期刊2019年01期）
杨艳,郭振铎,徐庆伟[6]（2018）在《基于PCA和LBP的自适应加权融合人脸识别算法》一文中研究指出人脸识别技术易受光照、姿态和表情等影响,为增强人脸识别算法的鲁棒性,提出了一种基于PCA和LBP的自适应加权融合识别算法。首先,采用PCA和LBP算法提取人脸图像的特征;然后,利用CRC-RLS算法分别计算不同特征对应的协同表示误差;最后,提出一种基于L2范数的CCI指标,自适应地计算融合权重,并采用分数层加权融合策略实现对人脸图像的识别。实验结果表明,相对于传统的基于PCA或LBP特征的人脸识别算法,本文算法不仅具有较好的鲁棒性,而且可以显着提高人脸图像的识别率。(本文来源于《中原工学院学报》期刊2018年06期）
林晓辉,徐建闽[7]（2018）在《基于自适应加权平均的路网MFD估测融合方法》一文中研究指出路网宏观基本图(Macroscopic Fundamental Diagrams,MFD)的估测方法有基于固定检测器数据估测法和基于浮动车数据估测法,但很少有文献将两者结合起来,鉴于此,本文提出以车联网环境下联网车数据估测的交通参数为检验数据,引入动态误差,建立两个自适应加权平均数据融合模型,对两种估测法所得的路网加权交通流量和路网加权交通密度分别进行数据融合,从而更加准确地估测路网MFD.为验证模型的有效性,以广州天河区核心路网为研究区域,通过Vissim交通仿真建模分析,对比各种估测法所得路网MFD参数的平均绝对相对误差、路网MFD的状态比和差异值.结果表明,经数据融合后的路网MFD参数平均绝对相对误差和路网MFD差异值均最小,最接近标准路网MFD.(本文来源于《交通运输系统工程与信息》期刊2018年06期）
董俊兰,张灵,陈云华[8]（2019）在《自适应加权融合显着性结构张量和LBP的表情识别》一文中研究指出针对局部二值模式(Local Binary Pattern,LBP)提取纹理特征时忽略了图像的局部结构信息问题,提出一种自适应加权融合显着性结构张量和LBP的表情识别算法。该算法通过对整幅图片进行显着性区域检测得到全局显着图来消除细小的纹理和噪声。在显着图的基础上进一步提取两种显着性纹理特征,根据每种特征信息熵的贡献度来作为特征向量的加权依据。利用支持向量机(Support Vector Machine,SVM)进行表情图像的分类。实验结果表明,自适应加权融合的两种纹理特征能够较好地描述人脸的特征,有效地提高表情识别率。(本文来源于《计算机工程与应用》期刊2019年17期）
范立,王中元,汪云甲,李孟[9]（2018）在《Wi-Fi与PDR自适应加权的CKF融合定位算法》一文中研究指出针对Wi-Fi定位稳定性差和行人航位推算(pedestrian dead reckoning,PDR)定位产生累积误差的问题,提出并实现了一种通过自适应加权容积卡尔曼滤波算法对Wi-Fi定位和行人航位推算定位进行信息融合的方法。首先采集指纹库,通过智能手机采集Wi-Fi和PDR的数据,采用加权K近邻(weighted-nearest neighbor,WKNN)算法进行Wi-Fi定位以及地图匹配方法辅助PDR定位,然后采用渐消因子自适应地加权两者信息,并使用容积卡尔曼滤波(cubature Kalman filtering,CKF)算法进行滤波计算。实验表明,所提方法能够有效克服Wi-Fi和PDR两种定位产生的问题,对比经典的扩展卡尔曼滤波(extended kalman filter,EKF)融合算法,能够大幅度提高室内定位的精度,并具有较强的稳定性。(本文来源于《中国科技论文》期刊2018年08期）
陈佳[10]（2018）在《自适应加权数据融合算法在HDFS数据读取中的应用》一文中研究指出在基于云存储的校园信息化服务中,将自适应加权数据融合应用于HDFS系统读取数据过程中,通过历史用户访问数据预测下一数据节点的地址,减少向地址节点请求地址的过程,提高数据读取速率。(本文来源于《计算机产品与流通》期刊2018年02期）
自适应加权融合论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统可见光图像与红外图像融合存在显着性信息保留不完整的问题,本文提出了一种新的自适应加权平均融合算法。首先,该方法通过非下采样轮廓波变换将源图像分解为不同尺度、不同方向的高低频分量。然后,针对低频分量的特点提出了一种基于显着性的自适应加权平均融合规则,用于保留源图像中的重要信息。对于高频分量,本文采用绝对值取大的融合策略。最后,根据融合后的高低频分量重构出最终的融合图像。实验结果表明,本文算法与传统融合算法相比,在主观视觉和客观指标上都具有优势。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应加权融合论文参考文献
[1].姚寿文,栗丽辉,王瑀,常富祥,Zeyuan,YAO.双Kinect自适应加权数据融合的全身运动捕捉方法[J].重庆理工大学学报(自然科学).2019
[2].甄媚,王书朋.可见光与红外图像自适应加权平均融合方法[J].红外技术.2019
[3].蔡碧丽,苏国栋.改进型分批估计与自适应加权融合方法研究[J].测控技术.2019
[4].王英,刘帆,陈泽华.基于Shearlet域的改进加权法结合自适应PCNN的图像融合算法[J].计算机科学.2019
[5].王浩,董振振,赵景波,唐勇伟,段杰.基于改进自适应加权融合算法的土壤湿度监测研究[J].中国农机化学报.2019
[6].杨艳,郭振铎,徐庆伟.基于PCA和LBP的自适应加权融合人脸识别算法[J].中原工学院学报.2018
[7].林晓辉,徐建闽.基于自适应加权平均的路网MFD估测融合方法[J].交通运输系统工程与信息.2018
[8].董俊兰,张灵,陈云华.自适应加权融合显着性结构张量和LBP的表情识别[J].计算机工程与应用.2019
[9].范立,王中元,汪云甲,李孟.Wi-Fi与PDR自适应加权的CKF融合定位算法[J].中国科技论文.2018
[10].陈佳.自适应加权数据融合算法在HDFS数据读取中的应用[J].计算机产品与流通.2018