格式:pdf
大?。?span class="single-tag-height">627KB
頁數(shù): 5頁
針對目標跟蹤過程中發(fā)生遮擋時跟蹤出現(xiàn)偏差的情況,在傳統(tǒng)MeanShift跟蹤算法的基礎(chǔ)上引入極限學(xué)習機(extreme learning machine,ELM),提出了基于ELM與Mean Shift的目標跟蹤算法。該算法根據(jù)過去3個時刻的目標位置信息。利用ELM預(yù)測出目標當前可能位置,代替目標前一時刻位置作為Mean Shift迭代起始點,并在鄰域范圍內(nèi)進行迭代,得到目標的真實位置。實驗結(jié)果表明,與現(xiàn)有的改進算法相比,新算法減少了迭代次數(shù)和運算時間,同時在遮擋情況下能夠準確定位目標位置并進行跟蹤,提高了跟蹤系統(tǒng)的實時性和魯棒性。
格式:pdf
大?。?span class="single-tag-height">65KB
頁數(shù): 4頁
文章編號 :1003 - 4722( 2005) 04 - 0069 - 03 公路舊橋承載力評估方法 蔡 明 (深圳市市政工程設(shè)計院 ,廣東 深圳 518035) 摘 要 : 闡述了既有橋梁承載力評估的概念 ,總結(jié)回顧了舊橋承載力評估的方法 ,特別是基于 動力的橋梁承載力評估方法的最新進展 ,最后展望了需要進一步研究的主要科學(xué)問題 。 關(guān)鍵詞 : 舊橋 ;承載力 ;評估 ;動力評估 中圖分類號 : U446 文獻標識碼 : A Methods for Evaluation of Load- Carrying Capacity of Existing Highway Bridges CAI Ming ( Shenzhen M unicipal Engineering Design I nstitute , Shenzhen 518035 , China) Abstract : The co