导读:本文包含了滑动窗论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:多项式,车道,多普勒,用项,函数,卷积,门限。
滑动窗论文文献综述
张建祥,甘旭升,周志靖,杨捷[1]（2019）在《基于改进滑动窗多项式拟合法的航空器4D航迹预测》一文中研究指出准确的航迹预测是提升无人机飞行防相撞空中威胁态势预警能力的基础,针对入侵机,提出一种改进滑动窗多项式拟合航迹预测方法。主要进行两方面改进:一是对当前值之后的数个未来值预测时,为各个预测值在滑动窗内构建合适的多项式拟合方程;二是依据当前航迹值与此前有限个连续航迹值所反映出的目标运动模式信息,自适应调整拟合多项式阶数与滑动窗长度。结果表明:较之传统滑动窗多项式拟合法,本文方法具有更高的航迹预测精度,能够在一定程度上改善非合作航空器的航迹预测精度,验证了其在航迹预测中的可行性和有效性。(本文来源于《航空工程进展》期刊2019年05期）
孙德建,胡雄,王冰,王微,林积昶[2]（2019）在《基于形态分形与滑动窗威布尔拟合的岸桥减速箱退化特征在线提取》一文中研究指出针对起升机构齿轮箱的退化特征提取问题,提出一种基于数学形态分形维数与滑动窗威布尔拟合的退化特征在线提取方法。首先,按照分析周期计算振动能量谱的形态分形维数,形成分形演化曲线;设置滑动窗口宽度与步长,对窗口内的分形序列进行叁参数威布尔拟合,以模型的尺度参数作为性能退化特征指标;采用工业现场监测的起升机构齿轮箱全寿命数据作为基础,验证了该方法的有效性。结果表明,数学形态分形维数能够刻画振动能量谱的分形复杂度,威布尔分布的尺度参数能够平滑地反映分形曲线的性能退化趋势,为进一步解决在线健康状态评估问题奠定理论方法基础。(本文来源于《机械传动》期刊2019年09期）
史帅彬,张恒,邓世聪,周东国,周洪[3]（2019）在《基于复合滑动窗的CUSUM暂态事件检测算法》一文中研究指出在非侵入式负荷监测系统中,负荷事件检测是其中最为关键的一部分。然而一般负荷事件检测方法极易存在漏检等情况,特别是对于缓慢的负荷爬升现象不够敏感,且大多仅限于检测事件开始时刻,未涉及暂态事件起止过程的记录。为此,提出了一种基于复合滑动窗的CUSUM暂态事件检测算法,通过变权重滑动窗来累积采样点与均值的偏差,记录突变起始点和突变结束后的采样点,通过实际的案例验证了算法的有效性。该算法不仅能够准确检测到传统算法易忽略的具有爬坡特性的暂态事件,还能够对完整的投切过程进行有效记录,从而有助于对暂态事件进行分析处理。(本文来源于《电测与仪表》期刊2019年17期）
李伟,张丽艳,刘健,刘鑫[4]（2019）在《基于双模型和滑动窗搜索的车道线检测算法》一文中研究指出传统基于边缘检测的边缘提取算法在进行车道线待选点提取时,难以控制边缘的范围,在真实场景中会将树木的阴影以及汽车自身的阴影提取出来,造成较大的噪声;传统基于滑动窗搜索拟合方法的车道线检测与跟踪方法在计算时,由于滑动窗本搜索算法自身的算法问题,导致计算速度较低,在实时性方面较差。针对这些问题,本文提出一种基于边缘提取算法与颜色空间模型相结合的复合模型,对滑动窗搜索拟合算法进行改进和优化的车道线检测方法,有效地降低了提取车道线待选点时的噪声,提高了车道线检测的准确性和实时性,在实际的应用中实用性更强。(本文来源于《电脑知识与技术》期刊2019年16期）
徐昊玮,廉保旺,刘尚波[5]（2019）在《基于滑动窗迭代最大后验估计的多源组合导航因子图融合算法》一文中研究指出在应用因子图算法完成多源组合导航数据融合的过程中,子系统观测噪声的时变特性将对导航状态估计的准确性产生极大影响。为解决这一问题,提出一种基于高斯模型下的子系统观测量均值向量和协方差矩阵的估计算法。该算法利用因子图最优化过程中每个迭代周期下的观测量残差,实时地更新各个子系统观测量的均值向量和协方差矩阵的最大后验估计值,从而得到更加准确的导航状态估计值,在提出新算法的同时也验证了新算法对最优化过程收敛性的影响。仿真测试与实验测试结果表明,与已有的标准因子图算法、基于最大似然估计的因子图算法和基于最大后验估计的因子图算法相比,所提出的基于迭代最大后验估计的因子图算法能够有效提高子系统观测状态变化时的多源组合导航估计精度。(本文来源于《兵工学报》期刊2019年04期）
张志豪[6]（2019）在《基于卷积神经网络和滑动窗处理的微表情检测》一文中研究指出人脸表情传递着丰富的情感信息。微表情是人们试图隐藏或者抑制自身真实情感时泄露出的面部表情,具有持续时间短、表现强度低和仅牵涉面部部分区域的特点。由于微表情不受人自主控制,所以通过微表情来判断人类情感更加可靠。微表情在谎言识别、心理治疗以及公共安防等领域存在潜在性的应用。现今大部分与微表情相关的工作往往聚焦于微表情识别,而微表情检测的研究相对滞后。微表情检测是从视频中定位微表情发生的时间点,是微表情识别的先导步骤。另外,自动的微表情检测也可以克服人工标注费时、费力的困难。目前微表情检测的相关工作中,均依靠手工设计特征,这种方法严重依赖研究者的经验知识;除此之外,传统检测算法往往将与参考帧具有最大特征差异的帧视为微表情顶帧,这样会造成其他形式的面部运动(如眨眼)影响检测结果。针对上述问题,本文提出一种基于卷积神经网络和滑动窗处理的方法检测长视频中的自发微表情,这是深度学习在微表情检测上的第一次尝试。该方法首先训练卷积网络(SMEConvNet)以自动提取长视频的特征向量;随后结合微表情呈现的时间特性,利用基于滑动窗的特征矩阵处理方法检测顶帧,避免眨眼等干扰运动对微表情检测的影响。在CASMEⅡ的实验结果表明,相较于传统的检测算法(LBP,Optical Strain),提出的方法在检测的MAE(Mean Absolute Error)上分别有12%,18.5%的提升。(本文来源于《西南大学》期刊2019-03-29）
康渴楠[7]（2019）在《基于滑动窗多项式拟合的车道检测研究》一文中研究指出识别前方车道并依此定位智能汽车在车道中的位置是安全辅助驾驶及自动驾驶中的关键技术。采用图像识别技术可以有效地获取车道线等地面非立体特征,本文详细介绍了利用多阈值分割消除背景和基于逆透视变换的滑动窗多项式拟合提取车道特征。结果表明,基于滑动窗多项式拟合的方法可以有效快速的检测车道线。(本文来源于《汽车科技》期刊2019年02期）
殷彪,耿生群,赵昀[8]（2018）在《基于滑动窗的积分多普勒伪距平滑算法研究》一文中研究指出在载体处于高速运动的条件下,导航信号可能随时被遮挡、衰落、干扰,同时载波多普勒的快速变化,导致利用载波相位平滑伪距来提高定位精度的方法不再适用。此外,在以载波多普勒积分值代替载波相位平滑伪距的传统方法中,由于采用固定窗计算平滑伪距初值,极易将奇异值或者误差较大的伪距观测量包含到初值中,而且随着时间增长,载波多普勒的累积误差会越来越大。为解决上述问题,研究了基于滑动窗处理伪距初值的积分多普勒伪距平滑算法。该算法通过滑动精估窗实时计算伪距初值,以此为基础,利用平滑窗内的多普勒加权累积和计算出伪距变化量,实现伪距观测量平滑。在充分考虑了电离层、累积误差等因素的基础上设计了精估窗和平滑窗的长度。静态定位实验和高动态模拟飞行试验结果均表明,该算法可以有效提高接收机的导航定位精度,同时解决了传统方法中异常值影响平滑初值和载波多普勒误差累积问题。(本文来源于《电子技术应用》期刊2018年12期）
何韬[9]（2018）在《一种基于滑动窗判决的自适应门限扩频同步技术》一文中研究指出在数据通信时,接收机必须有精确的同步才能准确地恢复传送的数据。现有基于自适应门限判决方法容易导致虚警并影响系统同步的精确度。本文将针对现有判决方法存在的缺点,提出一种基于滑动窗比较判决的检测方式,通过在窗口存储多个相关峰值及对应门限值,提高系统同步的精确度并减少虚警概率。(本文来源于《电子世界》期刊2018年18期）
郭世明,金代亮,高宏[10]（2018）在《在流滑动窗体上挖掘Top-K高效用项集的有效算法》一文中研究指出数据流上的频繁项集挖掘是数据挖掘的一个重要话题,并在现实生活中应用广泛。可是这个问题存在两个限制:(1)项在数据流中的权重没有被考虑;(2)项在每条事务中的数量没有被考虑。因此,研究人员提出了"数据流上的高效用项集挖掘"的研究问题。在这一问题中,项的权重及项在事务中的数量被考虑,数据流上的高效用项集挖掘是指在数据流中挖掘所有效用值不小于用户指定最小效用阈值的项集。对用户而言,由于不了解数据流中数据的统计特性,很难设置一个合适的最小效用阈值,如果最小效用阈值设置过高,则挖掘算法返回高效用项集的数量过少,使得用户无法准确分析;如果最小效用阈值设置过低,则挖掘算法返回太多的高效用项集,使得用户需要对结果集二次分析,为此研究人员提出了"数据流上的Top-K高效用项集挖掘"的研究问题。数据流上的Top-K高效用项集挖掘是指在数据流中寻找前k个具有最高效用值的项集,通过设置k值取代最小效用阈值,可有效地控制算法的输出规模,对用户而言更直观。与静态数据相比,数据流具有如下特点:快速的数据到达速率、数据流的尺寸未知和不能访问以前到达数据的特点,因此很难将整个数据流放入内存中处理,通常研究人员采用流滑动窗体模型。流滑动窗体是由固定数量的、最近到达的批数据组成,每个批数据包含一组事务集。现有的挖掘流滑动窗体上Top-K高效用项集的研究方法通常包含两个阶段:(1)采用高估技术高估项集在流滑动窗体中的效用,将高估效用不小于由阈值提升技术获得的最小效用阈值的项集选定为Top-K高效用项集候选项集;(2)通过扫描流滑动窗体内的批数据,计算第一阶段生成的候选项集的真实效用。可是,这个方法存在两个问题:(1)第一阶段生成的候选项集通常数量巨大,需要大量的存储空间;(2)计算第一阶段生成的候选项集的真实效用是非常耗时的。因此,本文提出一个在挖掘过程中不生成候选项集的流滑动窗体上Top-K高效用项集挖掘算法TK-HIS,TK-HIS采用提出的HUILTree和效用数据库存储流滑动窗体中的项集及其在窗体事务中的效用,在HUIL-Tree和效用数据库的构建过程中提出两个阈值提升策略提升初始值为0的最小效用阈值,在挖掘过程中TK-HIS维护前k个具有最高效用值的项集,使用模式增长的方法生成搜索空间中的项集,对每一个项集通过效用数据库直接计算其在流滑动窗体中的效用。研究在稀疏数据流上进行了大量的实验评估TK-HIS的性能,并与当前最好的流滑动窗体Top-K高效用项集挖掘算法T-HUDS进行比较,实验结果表明在稀疏数据流上TK-HIS显着优于T-HUDS:运行时间最快可提升一个数量级。(本文来源于《智能计算机与应用》期刊2018年04期）
滑动窗论文开题报告
（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：
针对起升机构齿轮箱的退化特征提取问题,提出一种基于数学形态分形维数与滑动窗威布尔拟合的退化特征在线提取方法。首先,按照分析周期计算振动能量谱的形态分形维数,形成分形演化曲线;设置滑动窗口宽度与步长,对窗口内的分形序列进行叁参数威布尔拟合,以模型的尺度参数作为性能退化特征指标;采用工业现场监测的起升机构齿轮箱全寿命数据作为基础,验证了该方法的有效性。结果表明,数学形态分形维数能够刻画振动能量谱的分形复杂度,威布尔分布的尺度参数能够平滑地反映分形曲线的性能退化趋势,为进一步解决在线健康状态评估问题奠定理论方法基础。
（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。
滑动窗论文参考文献
[1].张建祥,甘旭升,周志靖,杨捷.基于改进滑动窗多项式拟合法的航空器4D航迹预测[J].航空工程进展.2019
[2].孙德建,胡雄,王冰,王微,林积昶.基于形态分形与滑动窗威布尔拟合的岸桥减速箱退化特征在线提取[J].机械传动.2019
[3].史帅彬,张恒,邓世聪,周东国,周洪.基于复合滑动窗的CUSUM暂态事件检测算法[J].电测与仪表.2019
[4].李伟,张丽艳,刘健,刘鑫.基于双模型和滑动窗搜索的车道线检测算法[J].电脑知识与技术.2019
[5].徐昊玮,廉保旺,刘尚波.基于滑动窗迭代最大后验估计的多源组合导航因子图融合算法[J].兵工学报.2019
[6].张志豪.基于卷积神经网络和滑动窗处理的微表情检测[D].西南大学.2019
[7].康渴楠.基于滑动窗多项式拟合的车道检测研究[J].汽车科技.2019
[8].殷彪,耿生群,赵昀.基于滑动窗的积分多普勒伪距平滑算法研究[J].电子技术应用.2018
[9].何韬.一种基于滑动窗判决的自适应门限扩频同步技术[J].电子世界.2018
[10].郭世明,金代亮,高宏.在流滑动窗体上挖掘Top-K高效用项集的有效算法[J].智能计算机与应用.2018
论文知识图
