期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到64篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于区块链的分布式电能竞价交易平台设计 被引量：21
1
作者 徐健 温蜜 +1 位作者 张凯 陈希 《智慧电力》 北大核心 2019年第10期56-62,84,共8页
随着电力市场化改革不断推进以及新能源技术的飞速发展,使得大量分布式电源可接入电网,用户同时具有生产者和消费者的双重身份,如何使分布式发电用户能够安全、公平、透明地参与电力市场交易,成为了分布式发电市场化的研究重点之一。提... 随着电力市场化改革不断推进以及新能源技术的飞速发展,使得大量分布式电源可接入电网,用户同时具有生产者和消费者的双重身份,如何使分布式发电用户能够安全、公平、透明地参与电力市场交易,成为了分布式发电市场化的研究重点之一。提出了一种基于区块链的分布式电能竞价交易平台设计方案。用户可以在该平台上买卖电能,并设计一种准入机制与权限控制相结合的方法保护了用户交易的安全性;利用竞价机制和区块链技术使得市场交易更加透明,所有交易信息在区块链的全部节点上备份保存,真正做到去中心化存储;阐述了区块链中智能合约设计的相关函数及其交易流程,最后对智能合约进行了测试及在本地私有链进行了部署实验,证明了该方案是可行的。 展开更多
关键词 分布式能源 区块链 电能交易 智能合约 去中心化
下载PDF
基于相似日匹配及TCN-Attention的短期光伏出力预测 被引量：17
2
作者 陈禹帆 温蜜 +1 位作者 张凯 余珊 《电测与仪表》 北大核心 2022年第10期108-116,共9页
短期光伏出力预测对电力系统生产调度计划的合理制定极其重要,有助于促进光伏发电并网和消纳。光伏出力受气象特征影响较大,其过程具有波动性、间歇性、不可控等特点,导致快速、精准地进行短期光伏出力预测成为一项挑战。对此,文章提出... 短期光伏出力预测对电力系统生产调度计划的合理制定极其重要,有助于促进光伏发电并网和消纳。光伏出力受气象特征影响较大,其过程具有波动性、间歇性、不可控等特点,导致快速、精准地进行短期光伏出力预测成为一项挑战。对此,文章提出一种基于相似日匹配及TCN-Attention的组合预测模型。文章采用时间序列形态聚类算法和最大信息系数对光伏出力的相似性进行刻画,避免全部历史数据作为输入所产生的数据冗余,利用可并行计算的时序卷积网络学习光伏出力特征,引入Attention机制突出关键气象特征的影响,有效提高模型训练速度和预测精度。基于实际数据的实验结果表明,较之其他预测方法,文章提出的方法具有信息提取直接、训练速度快、预测精度高等优点。 展开更多
关键词 短期光伏出力预测 时序卷积网络 Attention机制 形态聚类 最大信息系数
下载PDF
考虑用户用电行为聚类的电力负荷预测方法 被引量：9
3
作者 黄薇 温蜜 张照贝 《计算机仿真》 北大核心 2022年第12期148-153,共6页
为进一步发挥用户用电细粒度负荷数据的内在价值并提高用户聚合体的电力负荷预测精度,提出一种考虑用户用电行为聚类的电力负荷预测方法。方法先计算用户用电数据的分位数自协方差作为用户用电行为特征;使用层次聚类算法对用户用电行为... 为进一步发挥用户用电细粒度负荷数据的内在价值并提高用户聚合体的电力负荷预测精度,提出一种考虑用户用电行为聚类的电力负荷预测方法。方法先计算用户用电数据的分位数自协方差作为用户用电行为特征;使用层次聚类算法对用户用电行为特征聚类;在用户聚类的基础上建立分位数回归森林电力负荷预测模型,通过对各类用户负荷预测结果求和,得到用户聚合体负荷预测结果。采用伦敦用户用电数据集进行仿真,结果表明提出方法能够提高用户聚合体负荷预测的精度。 展开更多
关键词 电力负荷预测 分位数自协方差 用电行为聚类 分位数回归森林
下载PDF
数据驱动的时间注意力卷积风电功率预测模型 被引量：8
4
作者 张浩田 温蜜 +1 位作者 李晋国 田英杰 《太阳能学报》 EI CAS CSCD 北大核心 2022年第10期167-176,共10页
由于风电受气象特征影响大,风能波动性和间歇性强,导致快速、精准的风电预测成为一个难题。对此,该文提出一种基于数据驱动的时间注意力卷积网络的风电功率预测方法。首先,将来自风力机和数据采集(SCADA)系统的数据进行清洗;然后采用可... 由于风电受气象特征影响大,风能波动性和间歇性强,导致快速、精准的风电预测成为一个难题。对此,该文提出一种基于数据驱动的时间注意力卷积网络的风电功率预测方法。首先,将来自风力机和数据采集(SCADA)系统的数据进行清洗;然后采用可并行计算的时间卷积网络,并加入Attention机制突出关键特征的影响,使模型训练速度和预测精度得到有效提升。实验结果表明,该文所提方法与其他方法相比可更准确地减少数据噪声,同时有更高的预测精度和更快的训练速度。 展开更多
关键词 风力发电 异常检测 神经网络 预测 注意力机制
下载PDF
结合区块链技术的改进K-匿名激励机制方案 被引量：7
5
作者 徐健 温蜜 张凯 《计算机工程与应用》 CSCD 北大核心 2020年第6期111-116,共6页
在基于位置服务中,K-匿名激励机制可以激励移动用户帮助其他用户实现K-匿名位置的隐私保护。然而,目前的K-匿名激励机制方案存在过度中心化、易单点失效、用户参与积极性不足等问题。当前,基于区块链的智能合约技术具有去中心化、安全... 在基于位置服务中,K-匿名激励机制可以激励移动用户帮助其他用户实现K-匿名位置的隐私保护。然而,目前的K-匿名激励机制方案存在过度中心化、易单点失效、用户参与积极性不足等问题。当前,基于区块链的智能合约技术具有去中心化、安全性高、可验证等特性,可用来有效构建可编程金融,为解决K-匿名激励机制存在的问题提供了新思路。该方案结合区块链智能合约技术与改进的K-匿名激励算法,基于以太坊实验环境开发了K-匿名激励机制系统,将公有区块链中通用代币作为激励发放给参与用户,提出了一种可以提高参与用户积极性的保证金准入机制。相较于相关工作,改进后的激励算法在K-匿名组合生成方面节省了30%~40%的时间开销,该算法由智能合约实现,合约在区块链上自动执行,从而保证激励机制的安全性及可信性。 展开更多
关键词 基于位置服务 K-匿名 激励机制 区块链 智能合约
下载PDF
一种基于ARMA-BP组合模型的电压偏差预测方法 被引量：6
6
作者 李孟特 顾春华 +2 位作者 温蜜 徐健 孙蕊 《智慧电力》 北大核心 2020年第12期14-19,共6页
国内许多变电站建立了电能质量的预测与预警机制,以应对日益严重的电能质量问题,其中电压偏差最为严重。针对预测模块中电压偏差预测算法的缺失,结合配电网的运行状态,提出了一种基于ARMA-BP组合模型的电压偏差预测方法。针对单一时间... 国内许多变电站建立了电能质量的预测与预警机制,以应对日益严重的电能质量问题,其中电压偏差最为严重。针对预测模块中电压偏差预测算法的缺失,结合配电网的运行状态,提出了一种基于ARMA-BP组合模型的电压偏差预测方法。针对单一时间序列方法的不足,将时间序列和人工神经网络的算法结合起来。通过分析上海某变电站的电压偏差数据特征,首先采用时间序列的方法建立ARMA模型。然后采用BP人工神经网络的方法对ARMA模型预测值与原始数据之间的残差值进行拟合预测,最终得到2种模型预测所得累加值的结果。研究结果表明了所提方法的有效性。 展开更多
关键词 时间序列 BP神经网络 组合模型 电压偏差 预测预警
下载PDF
基于特征构建及CAE-LSTM的短期电量预测方法 被引量：2
7
作者 罗俊然 温蜜 何蔚 《计算机应用与软件》 北大核心 2024年第2期41-48,137,共9页
线损率能够反映企业的管理水平和经济效益,而供售电不同期会导致线损统计存在误差,因此需要进行短期电量预测。针对现有方法未能充分挖掘电量影响因素的问题,提出基于特征构建及CAE-LSTM的短期电量预测方法。通过数据分析构建特征,并使... 线损率能够反映企业的管理水平和经济效益,而供售电不同期会导致线损统计存在误差,因此需要进行短期电量预测。针对现有方法未能充分挖掘电量影响因素的问题,提出基于特征构建及CAE-LSTM的短期电量预测方法。通过数据分析构建特征,并使用MIC进行筛选;使用ARIMA预测电量值,并与特征进行数据重构;通过CAE-LSTM对数据进行特征提取,得到预测结果。实验结果表明,提出的方法能够更有效地提取数据特征,实现更高的预测精度。 展开更多
关键词 数据分析 特征构建 CAE LSTM ARIMA 电量预测 最大信息系数
下载PDF
基于VMD-DenseNet的短期电力负荷预测 被引量：4
8
作者 余珊 温蜜 +1 位作者 顾春华 陈禹帆 《计算机应用与软件》 北大核心 2023年第7期34-40,70,共8页
针对电力负荷较为复杂的变化特性,以及现有预测算法未能充分利用数据中的特征、存在精度不足的问题,提出一种基于VMD-DenseNet的组合预测模型。通过VMD将原始负荷序列分解为趋势分量、细节分量和随机分量,并采用最大信息系数为各分量选... 针对电力负荷较为复杂的变化特性,以及现有预测算法未能充分利用数据中的特征、存在精度不足的问题,提出一种基于VMD-DenseNet的组合预测模型。通过VMD将原始负荷序列分解为趋势分量、细节分量和随机分量,并采用最大信息系数为各分量选取相关性较大的特征变量。引入一维DenseNet神经网络模型预测各分量负荷,通过密集连接实现特征重用,加强对各分量特征的提取。以欧洲某电网的负荷数据集为算例,分别在提前1 h和提前6 h两种不同的预测时间尺度下进行实验,结果表明提出的模型都能够更好地提取数据中的潜在特征,相较于其他模型具有更高的预测精度。 展开更多
关键词 短期电力负荷预测 DenseNet 变分模态分解 最大信息系数 特征重用
下载PDF
基于ELM和误差校正的风力发电区间预测方法 被引量：1
9
作者 胡子延 温蜜 魏敏捷 《计算机仿真》 2024年第4期69-74,101,共7页
风力发电过程中具有不稳定性和随机性,传统的点预测获得的结果准确性欠佳且无法获得预测值的区间波动范围。提出了一种基于极限学习机(ELM)和误差校正的风力发电区间预测方法。首先,使用皮尔逊相关系数挖掘出数据集中重要特征;然后,建立... 风力发电过程中具有不稳定性和随机性,传统的点预测获得的结果准确性欠佳且无法获得预测值的区间波动范围。提出了一种基于极限学习机(ELM)和误差校正的风力发电区间预测方法。首先,使用皮尔逊相关系数挖掘出数据集中重要特征;然后,建立ELM网络生成预测值,将生成的预测值与原始的风力发电功率值作对比得到风力发电功率的误差;再将误差和原始的数据结合成新的数据集输入到已经训练好的ELM网络模型中,得到校正过后的误差;最后,通过所提出的区间构造方法得到风电功率预测区间。仿真结果表明,校正过后的误差比原始误差小,构造出的区间具有较高的可靠性和较窄的区间带宽,能更准确地描述风力发电出力范围。 展开更多
关键词 风力发电 特征挖掘 预测区间 极限学习机 误差校正
下载PDF
一种卷积神经网络结合特征融合的网络入侵检测方法 被引量：1
10
作者 王雪妍 温蜜 +1 位作者 李晋国 熊赟 《计算机应用与软件》 北大核心 2024年第8期359-366,共8页
为解决传统网络入侵检测方法中攻击特征过少、数据不平衡及模型收敛速度慢的问题,提出基于卷积神经网络结合特征融合的网络入侵检测方法。将流量数据转为灰度图像提取其纹理特征,再将纹理特征与流量特征进行特征融合以增加攻击特征量。... 为解决传统网络入侵检测方法中攻击特征过少、数据不平衡及模型收敛速度慢的问题,提出基于卷积神经网络结合特征融合的网络入侵检测方法。将流量数据转为灰度图像提取其纹理特征,再将纹理特征与流量特征进行特征融合以增加攻击特征量。使用Borderline-SMOTE方法对UNSW-NB15数据集进行数据平衡。运用逐层贪婪训练方法优化卷积神经网络模型提高模型的收敛速度。实验表明,该方法的性能优于其他检测方法,能将准确率最高提升到96.38%。 展开更多
关键词 入侵检测 特征融合 逐层贪婪训练 卷积神经网络 Borderline-SMOTE
下载PDF
基于重复数据删除技术的雾存储数据去冗余方案 被引量：4
11
作者 陈思佳 温蜜 陈珊 《计算机应用与软件》 北大核心 2020年第2期18-24,98,共8页
雾计算作为云中心在网络边缘的延伸,将不需要放在云端的数据直接进行存储和处理,从而可以快速响应底端设备的需求。为了解决现有方案中频繁的磁盘输入和输出(I/O),针对雾节点中存储数据的冗余问题,提出重复数据删除方案(DeFog)。利用红... 雾计算作为云中心在网络边缘的延伸,将不需要放在云端的数据直接进行存储和处理,从而可以快速响应底端设备的需求。为了解决现有方案中频繁的磁盘输入和输出(I/O),针对雾节点中存储数据的冗余问题,提出重复数据删除方案(DeFog)。利用红黑树的快速查找机制,在内存中构建数据指纹表,通过二次Hash获得索引表。固定时刻刷新内存中的指纹表保存在磁盘中,日志文件记录每次数据更新,这样在系统发生崩溃机器重启时,磁盘中的指纹表会与日志文件合并构建更新后的指纹表。通过在标准数据集中的实验与其他方案进行对比,证明了DeFog在查询效率上提高了54.1%,运行时间降低了42.1%。 展开更多
关键词 重复数据删除 雾计算 数据冗余 红黑树 索引表 内存 I/O优化
下载PDF
一种基于两级K-异步联邦学习的隐私保护入侵检测方案
12
作者 陈力夺 温蜜 张研博 《计算机应用研究》 CSCD 北大核心 2024年第11期3471-3476,共6页
5G的广泛应用导致物联网的设备和流量激增,降低了物联网入侵检测系统的效率和可靠性。目前的入侵检测系统主要使用同步的分布式深度学习方法,难以应用到现实的分布式异步场景中。另外,在分布式的训练过程中也可能遭遇推断攻击。针对以... 5G的广泛应用导致物联网的设备和流量激增,降低了物联网入侵检测系统的效率和可靠性。目前的入侵检测系统主要使用同步的分布式深度学习方法,难以应用到现实的分布式异步场景中。另外,在分布式的训练过程中也可能遭遇推断攻击。针对以上问题,提出了一种基于两级K-异步联邦学习的隐私保护入侵检测方案,通过在模型训练的不同阶段使用对应算法,提高异步入侵检测模型训练的收敛性和准确率,并设计了一种梯度屏蔽算法防止系统异步训练过程中的推断攻击。实验结果表明,在强异构场景下,该方案在两个入侵检测数据集上训练的准确率可以分别提高11.8%和9.8%,为提高物联网场景下入侵检测系统的效率、可靠性和安全性提供了一种有效方案。 展开更多
关键词 联邦学习 入侵检测 隐私保护 异构机制
下载PDF
非均匀个性化网络资源的深度并行推荐仿真
13
作者 文谧 张洋洋 《计算机仿真》 2024年第2期512-516,共5页
在网络资源深度推荐时,若不能及时对网络资源数据内部不完整数据展开有效清洗,会直接影响网络资源的推荐效果。因此,提出非均匀个性化网络资源深度并行推荐算法。通过获取网络资源数据,使用野值识别方法有效去除数据中的不完整数据;并... 在网络资源深度推荐时,若不能及时对网络资源数据内部不完整数据展开有效清洗,会直接影响网络资源的推荐效果。因此,提出非均匀个性化网络资源深度并行推荐算法。通过获取网络资源数据,使用野值识别方法有效去除数据中的不完整数据;并对网络资源数据实施标准化处理,确定完整的网络资源数据集合;根据确定的网络资源数据计算用户直接相似度,建立用户网络图;通过对其游走确定用户间接相似度,重构用户相似度矩阵,确定推荐列表,完成算法设计。使用Spark并行计算平台辅助设计的推荐算法,确定算法实现流程,完成非均匀个性化网络资源深度并行推荐。实验结果表明,所提方法开展网络资源并行推荐时,平均绝对误差和均方根误差小,表明其推荐效果好。 展开更多
关键词 非均匀个性化网络 网络资源 数据清洗 并行推荐算法
下载PDF
绿色能源与可再生资源利用对环境保护的影响与前景分析
14
作者 张波 文密 +1 位作者 宋超 王恺 《皮革制作与环保科技》 2024年第20期106-108,共3页
随着全球气候变化和能源危机的日益严峻,绿色能源与可再生资源的利用显得尤为重要。本文深入探讨了绿色能源技术的发展及其在环境保护中的关键作用,分析了风能、太阳能、生物能等多种可再生能源的环境效益和经济潜力。文章还评估了可再... 随着全球气候变化和能源危机的日益严峻,绿色能源与可再生资源的利用显得尤为重要。本文深入探讨了绿色能源技术的发展及其在环境保护中的关键作用,分析了风能、太阳能、生物能等多种可再生能源的环境效益和经济潜力。文章还评估了可再生资源利用在减少温室气体排放、保护生物多样性等方面的实际效果,指出了现存的挑战与未来发展趋势。研究结果表明,推广绿色能源和可再生资源不仅能有效缓解环境压力,还能促进经济的可持续发展。 展开更多
关键词 绿色能源 可再生资源 环境保护 气候变化 经济可持续性
下载PDF
基于RGRS的空域划设问题研究 被引量：3
15
作者 文秘 方强 +1 位作者 黄兴龙 张一鸣 《兵器装备工程学报》 CAS 北大核心 2020年第3期194-199,共6页
针对空域划设生长算法存在的网格选择任意,不能与地图相匹配,信息素收集困难且需专门设计边缘平滑算法等问题,提出了基于弧度制全球网格剖分,进而改进生长算法。构建数学模型并进行仿真分析,结果表明:基于弧度制网格剖分的改进“生长”... 针对空域划设生长算法存在的网格选择任意,不能与地图相匹配,信息素收集困难且需专门设计边缘平滑算法等问题,提出了基于弧度制全球网格剖分,进而改进生长算法。构建数学模型并进行仿真分析,结果表明:基于弧度制网格剖分的改进“生长”算法,信息素收集方便,嵌套平滑边缘,能极大提升空域划设效率。 展开更多
关键词 弧度制 全球网格参考系统 空域划设 生长算法
下载PDF
基于注意力机制的多尺度缺陷绝缘子检测算法 被引量：3
16
作者 种法广 温蜜 +1 位作者 田英杰 张凯 《计算机仿真》 北大核心 2022年第7期137-142,147,共7页
绝缘子是保障输电线路平稳运行的重要电力部件之一。对于故障区域小、周围所处环境复杂的缺陷绝缘子检测是一项极具挑战性的任务,传统的检测方法存在精度不高、效率低和缺少大型公开数据集的问题。针对以上问题,提出一种基于注意力机制... 绝缘子是保障输电线路平稳运行的重要电力部件之一。对于故障区域小、周围所处环境复杂的缺陷绝缘子检测是一项极具挑战性的任务,传统的检测方法存在精度不高、效率低和缺少大型公开数据集的问题。针对以上问题,提出一种基于注意力机制的多尺度缺陷绝缘子检测算法。在YOLOv3算法的基础上,使用K-means++匹配新的锚点坐标,将通道注意力机制SENet结构融入特征提取网络Darknet53中,增加多个检测尺度提升检测精度,并使用数据增强技术扩充缺陷绝缘子数据集。实验结果表明,上述方法在满足实时检测的要求下获得了94.42%的平均准确率和95.74%的召回率。 展开更多
关键词 目标检测 缺陷绝缘子 注意力机制 多尺度预测
下载PDF
改进SSD算法在交通标志检测中的应用 被引量：2
17
作者 孙超 温蜜 景俐娜 《计算机工程与应用》 CSCD 北大核心 2023年第4期147-155,共9页
针对交通标志检测存在误检率高、鲁棒性差等问题,提出了一种改进SSD(single shot multibox detector)的交通标志检测方法。首先从不同维度提取交通标志的位置和方向感知信息,改善目标在浅层特征图上的感受野区域。其次使用特例化的卷积... 针对交通标志检测存在误检率高、鲁棒性差等问题,提出了一种改进SSD(single shot multibox detector)的交通标志检测方法。首先从不同维度提取交通标志的位置和方向感知信息,改善目标在浅层特征图上的感受野区域。其次使用特例化的卷积内核对深层特征图进行条件参数卷积,增强交通标志的特征表达能力。最后对通道注意力机制进行改进,在特征通道中融入目标空间信息,提升交通标志目标的显著性。实验结果表明,提出的方法相较于原始SSD在CCTSDB数据集上的检测精度提升了7.6个百分点,检测速度达到87.5 FPS;在LISA数据集上的平均准确率为94.6%,检测速率为85.0 FPS。相比于其他的检测方法,改进后的SSD算法在复杂的自然场景中对交通标志具有更好的鲁棒性。 展开更多
关键词 交通标志检测 SSD 特征提取 条件参数卷积 注意力机制
下载PDF
基于SA的光伏出力概率密度预测方法 被引量：2
18
作者 邢晨 温蜜 张照贝 《计算机仿真》 北大核心 2023年第5期154-161,共8页
针对目前光伏出力预测方法存在对特征考虑不全面和预测精度不高的问题,提出一种基于Seq2seq-Attention进行光伏出力的概率密度预测方法。首先采用四分位法和三次样条插值法修正原始数据;其次采用三种不同的聚类方法重新构建特征;最后建... 针对目前光伏出力预测方法存在对特征考虑不全面和预测精度不高的问题,提出一种基于Seq2seq-Attention进行光伏出力的概率密度预测方法。首先采用四分位法和三次样条插值法修正原始数据;其次采用三种不同的聚类方法重新构建特征;最后建立一种由卷积神经网络和门控循环网络组成的Seq2seq模型进行光伏出力预测,通过核密度估计得到出力的概率密度曲线。采用澳大利亚光伏电站数据集进行仿真,结果表明提出方法充分考虑特征影响,在预测精度方面优于其它模型。 展开更多
关键词 聚类 卷积神经网络 门控循环网络 分位数 概率密度
下载PDF
融合课程思政理念的区块链课程体系建设——以上海电力大学高水平通识课程为例 被引量：2
19
作者 张凯 温蜜 +1 位作者 陈思远 毕忠勤 《科教导刊》 2021年第3期134-135,共2页
目前区块链课程普遍是面向计算机类专业开设的专业课程,结合所在高校工程教育实践特色的区块链通识课程建设处于起步阶段.本文以上海电力大学高水平通识课程"区块链技术导论"为例,着眼新工科工程教育要求、聚焦学校能源电力... 目前区块链课程普遍是面向计算机类专业开设的专业课程,结合所在高校工程教育实践特色的区块链通识课程建设处于起步阶段.本文以上海电力大学高水平通识课程"区块链技术导论"为例,着眼新工科工程教育要求、聚焦学校能源电力特色、融合课程思政理念开展区块链课程体系建设探索与实践. 展开更多
关键词 区块链技术 通识课程 课程思政 新工科
下载PDF
自适应跟踪与多特征融合的目标跟踪算法 被引量：2
20
作者 王子超 崔荣成 +2 位作者 温蜜 张凯 何蔚 《计算机工程与设计》 北大核心 2021年第10期2844-2851,共8页
Staple算法采用固定权重与学习率的方式,导致其在物体模糊等场景下跟踪精度低。为此,提出一种自适应跟踪与多特征融合的目标跟踪算法(adp-Staple)。特征融合与跟踪过程中引入两种不同置信因子提升跟踪精度,特征提取过程引入主成分分析... Staple算法采用固定权重与学习率的方式,导致其在物体模糊等场景下跟踪精度低。为此,提出一种自适应跟踪与多特征融合的目标跟踪算法(adp-Staple)。特征融合与跟踪过程中引入两种不同置信因子提升跟踪精度,特征提取过程引入主成分分析降维技术提升跟踪速度。在OTB-50与OTB-100数据集上进行对比实验,其结果表明,adp-Staple算法较传统Staple算法有更好的跟踪效果,在运动模糊等场景中有更强的鲁棒性。 展开更多
关键词 目标跟踪 相关滤波 Staple算法 自适应跟踪策略 自适应多特征融合
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
使用帮助 返回顶部