导读:本文包含了特征信息匹配论文开题报告文献综述及选题提纲参考文献，主要关键词:众包,自主定位,HMM,异构融合
特征信息匹配论文文献综述
李雯,魏东岩,陆一,王向东,袁洪[1]（2019）在《基于异构特征信息匹配的车辆自主定位方法研究》一文中研究指出针对车辆在GNSS拒止条件下的定位需求,提出了一种基于多源异构特征信息联合匹配的自主定位方法,并从数据库建立和匹配方法2个方面分别进行了分析研究。提出了基于众包数据的特征信息库建立方法,通过地磁、WLAN、蓝牙、蜂窝网等信息对众包数据进行分段与聚类,利用提出的DBSCAN算法进行地图重构;此外,还提出了基于HMM模型的异构特征联合匹配定位方法,可将多种传感器提供的观测量以特征方式进行联合匹配。试验结果表明,该方法可以很好地解决GNSS拒止条件下的车辆自主定位问题。(本文来源于《导航定位与授时》期刊2019年03期）
李华梅[2]（2015）在《基于正反库特征信息匹配的蛋白质二级质谱鉴定算法》一文中研究指出在数据库搜索方法中,实验图谱与数据库中所有可能的候选肽段之间的匹配打分(肽段匹配打分模型)是蛋白质二级质谱鉴定算法的核心。由于串联质谱图通常带有复杂的噪声,使得目前没有任何一种数据库搜索算法可以鉴定到样品中所有的肽段序列,各种搜索算法的肽段匹配打分函数只能采用不同的方式考虑更多的串联图谱的特征和影响因素来增加肽段的鉴定量。目前,大部分数据库搜索算法的匹配打分函数主要考虑实验图谱和理论图谱匹配峰的个数,连续匹配峰的个数,理论峰个数和预设峰强度等特征。Pro Ver B通过考虑不同配对氨基酸(碎片离子峰前后氨基酸)的峰强度特征,其鉴定量与Mascot和Sequest相比有显着提高,可见考虑增加串联图谱新特征信息可以显着提高肽段的鉴定量。在本文中,我们提出了一种基于全新概念下的蛋白质二级质谱鉴定算法Pep Find,该算法主要通过统计不同类型实验峰与正反库理论峰在不同误差范围及强度区间下的匹配情况,进而提取出串联图谱的新特征信息并进行数学定量,最后将已被定量的新特征信息融入至蛋白质二级质谱鉴定算法打分模型。为了验证Pep Find算法的可靠性,我们将利用不同质谱平台下产生的数据集对该算法进行测试,并与目前被广泛应用的商业及相关开源蛋白质二级质谱鉴定软件在FDR为1%的条件下所得鉴定结果进行对比分析,结果表明Pep Find对实验图谱具有更好的鉴定量及灵敏度。最后,我们希望Pep Find的思想能为相关研究者提供参考。(本文来源于《云南民族大学》期刊2015-05-01）
刘佳,曹正文,孙德禄,邓雨晨[3]（2013）在《一种改进的快速特征点信息匹配算法》一文中研究指出特征点匹配在图像检索、模式识别等技术中起着重要的作用。已有的匹配算法如SIFT(DoG),Harris以及SUSAN算法,虽然可以提取高质量的特征点,但是这些算法本身计算量比较大,难以将其运用于实时性要求比较高的应用中。提出一种改进的快速特征点匹配算法,采用Guoshen Yu和Jean-Michel Morel提出的全仿射方法,对局部特征点进行仿射变换并模拟摄像机成像原理,根据摄像机成像的仿射关系提取特征点并使用随机蕨类算法训练分类器,使用RANSAC去除坏点,实现对特征点的快速准确匹配。实验结果表明该方法提高了图像的匹配点数,同时降低了匹配时间。(本文来源于《计算机工程与应用》期刊2013年10期）
苑玮琦,李宏伟[4]（2006）在《基于指纹结构特征信息匹配的算法》一文中研究指出为了克服指纹识别中常见的问题,本文提出一种基于指纹结构特征信息匹配的算法。该算法利用改进的Bresenham算法求得指纹分叉点间连线所穿越的脊线个数和分叉点结构特征信息,得到模板指纹和待识指纹的结构特征信息矢量数组;运用二分图的完美匹配算法,得到矢量数组的匹配度。对该匹配度进行评估,如果高于某一个阈值,则认为指纹匹配成功;否则,则认为不是同一指纹。该算法在实际应用中取得较好的效果。(本文来源于《光电工程》期刊2006年07期）
李宏伟,苑玮琦[5]（2006）在《基于指纹结构特征信息匹配的算法》一文中研究指出为了克服指纹识别中常见的问题,提出了一种基于指纹结构特征信息匹配的算法。该算法利用改进的Bresenham算法求得指纹分叉点间连线所穿越的脊线个数和分叉点结构特征信息,得到模板指纹和待识指纹的结构特征信息矢量数组;运用改进的二分图的完美匹配算法,得到矢量数组的匹配度。对该匹配度进行评估,如果高于某一个阈值,则认为指纹匹配成功;否则,则认为不是同一指纹。该算法计算速度快,具有较高的识别率,且能较好地正确识别扭曲、偏移、信息残缺等质量较差的指纹图像,在实际应用中取得了较好的效果。(本文来源于《电脑开发与应用》期刊2006年02期）
特征信息匹配论文开题报告
（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：
在数据库搜索方法中,实验图谱与数据库中所有可能的候选肽段之间的匹配打分(肽段匹配打分模型)是蛋白质二级质谱鉴定算法的核心。由于串联质谱图通常带有复杂的噪声,使得目前没有任何一种数据库搜索算法可以鉴定到样品中所有的肽段序列,各种搜索算法的肽段匹配打分函数只能采用不同的方式考虑更多的串联图谱的特征和影响因素来增加肽段的鉴定量。目前,大部分数据库搜索算法的匹配打分函数主要考虑实验图谱和理论图谱匹配峰的个数,连续匹配峰的个数,理论峰个数和预设峰强度等特征。Pro Ver B通过考虑不同配对氨基酸(碎片离子峰前后氨基酸)的峰强度特征,其鉴定量与Mascot和Sequest相比有显着提高,可见考虑增加串联图谱新特征信息可以显着提高肽段的鉴定量。在本文中,我们提出了一种基于全新概念下的蛋白质二级质谱鉴定算法Pep Find,该算法主要通过统计不同类型实验峰与正反库理论峰在不同误差范围及强度区间下的匹配情况,进而提取出串联图谱的新特征信息并进行数学定量,最后将已被定量的新特征信息融入至蛋白质二级质谱鉴定算法打分模型。为了验证Pep Find算法的可靠性,我们将利用不同质谱平台下产生的数据集对该算法进行测试,并与目前被广泛应用的商业及相关开源蛋白质二级质谱鉴定软件在FDR为1%的条件下所得鉴定结果进行对比分析,结果表明Pep Find对实验图谱具有更好的鉴定量及灵敏度。最后,我们希望Pep Find的思想能为相关研究者提供参考。
（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。
特征信息匹配论文参考文献
[1].李雯,魏东岩,陆一,王向东,袁洪.基于异构特征信息匹配的车辆自主定位方法研究[J].导航定位与授时.2019
[2].李华梅.基于正反库特征信息匹配的蛋白质二级质谱鉴定算法[D].云南民族大学.2015
[3].刘佳,曹正文,孙德禄,邓雨晨.一种改进的快速特征点信息匹配算法[J].计算机工程与应用.2013
[4].苑玮琦,李宏伟.基于指纹结构特征信息匹配的算法[J].光电工程.2006
[5].李宏伟,苑玮琦.基于指纹结构特征信息匹配的算法[J].电脑开发与应用.2006