Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 9

年份

2021 1

2020 1

2019 2

2018 1

2008 1

2006 3

关键词

OFDM 1

人脸识别 1

信道估计 1

光度立体法；三维重构；透视投影；图像分解 1

几何校正 1

分辨系数 1

均匀流形逼近和投影 1

增强学习；近似动态规划；决策；运动规划；无人机 1

多投影面 1

子空间 1

实码加速遗传算法 1

对象跟踪 1

强化学习 1

投影 1

投影寻踪法 1

特征抽取 1

特征融合 1

画面同步 1

界面跟踪 1

立体显示 1

展开︾

检索范围：

排序：展示方式：

利用子空间的投影和跟踪改进OFDM信道估计

董亮,曹秀英,毕光国

《中国工程科学》 2006年第8卷第11期页码 86-93

摘要：

OFDM系统的LS信道估计可看作真实信道频率响应的一个有噪观察值，因此可采用子空间投影方法对噪声进行压缩。分析了利用子空间投影方法改进LSOFDM信道估计性能的实质，给出了利用子空间投影改进OFDM信道估计的一般框架，在此基础上将子空间投影推广到非LS信道估计方法。

关键词： OFDM 子空间投影跟踪信道估计

HTML PDF 收藏

基于投影寻踪的组合评价方法研究

王硕, 杨善林, 胡笑旋

《中国工程科学》 2008年第10卷第8期页码 60-64

摘要：针对此问题，提出用投影寻踪法构建处理组合评价法的优化模型，运用实码加速遗传算法处理该非线性优化问题，所得的指标权重为客观权重，同时得到确定组合评价法组合偏好系数和灰色关联度分辨系数的新方法。实例表明，基于投影寻踪的组合评价方法具有科学性和客观性。

关键词：组合评价投影寻踪法实码加速遗传算法分辨系数组合偏好系数

HTML PDF 收藏

透视投影下的非朗伯光度立体技术 Research Articles

李敏1,刁常宇2,许端清1,邢卫1,鲁东明1

《信息与电子工程前沿（英文）》 2020年第21卷第8期页码 1119-1266 doi: 10.1631/FITEE.1900156

摘要：在透视投影假设下，非朗伯光度立体技术是一个高度非线性问题。本文提出一种透视投影下基于非朗伯反射模型的表面法线和深度重构优化框架。将图像分解为漫反射分量和镜面分量，可同时计算表面法向量和反射率。

关键词：光度立体法；三维重构；透视投影；图像分解

HTML PDF 收藏

认知无线网络中一种基于投影梯度的多用户功率控制方法 None

Yun-zheng TAO, Chun-yan WU, Yu-zhen HUANG, Ping ZHANG

《信息与电子工程前沿（英文）》 2018年第19卷第3期页码 367-378 doi: 10.1631/FITEE.1700067

摘要：为得到该纳什均衡解，首先提出一种基于投影梯度的动态模型，证明该模型的平衡点等价于原博弈的纳什均衡，并提出一种集中式算法求解该平衡点。

关键词：认知无线网络；多用户功率控制；非合作博弈；纳什均衡；投影梯度

HTML PDF 收藏

高临场感多投影面虚拟环境系统的设计与实现

贾庆轩,宋荆洲,孙汉旭,高欣,姚福生

《中国工程科学》 2006年第8卷第8期页码 33-38

摘要：

给出了高临场感多投影面虚拟环境系统的体系结构，研究了系统构建中的立体显示、图形分割、画面同步、几何校正、颜色校正等关键问题；采用基于联网PC驱动的技术、利用中低端的投影机和低性能网络设备，构建了一个五通道的220度宽视场角多投影面虚拟环境应用验证系统，获得了良好的画面整体一致性效果和高度的沉浸感。

关键词：多投影面画面同步立体显示几何校正颜色校正

HTML PDF 收藏

利用两类投影方法进行特征融合的人脸识别

张生亮,徐勇,杨健,杨静宇

《中国工程科学》 2006年第8卷第8期页码 50-55

摘要：

提出了利用两类投影抽取特征、用并行策略融合特征进行人脸识别的新方法。先用一维的基于向量的投影抽取一组特征，再用基于二维的图像投影的方法抽取一组特征，用复向量将样本的两组特征向量组合在一起，在复向量空间分析主分量(CPCA)，抽取人脸图像的鉴别特征。

关键词：特征融合线性鉴别分析(LDA) 特征抽取人脸识别

HTML PDF 收藏

Actor-Critic强化学习算法及其在开发基于计算机视觉的界面跟踪中的应用 Article

Oguzhan Dogru, Kirubakaran Velswamy, 黄彪

《工程（英文）》 2021年第7卷第9期页码 1248-1261 doi: 10.1016/j.eng.2021.04.027

摘要：

本文通过将对象跟踪形式化为序列决策过程，使控制理论与计算机视觉实现同步。强化学习（RL）智能体成功跟踪了两种液体之间的界面，这通常是化学、石化、冶金和石油行业中跟踪的关键变量。该方法使用少于100 张图像来创建环境，智能体无需专家知识即可从中生成自己的数据。与依赖大量参数的监督学习（SL）方法不同，这种方法需要的参数少得多，这自然降低了维护成本。除了经济性外，该智能体还对环境不确定性（如遮挡、强度变化和过度噪声）具有鲁棒性。在闭环控制情境下，基于界面位置的偏差被选作训练阶段的优化目标。该方法展示了RL方法在油砂行业中的实时对象跟踪应用。本文除了介绍界面跟踪问题外，还详细回顾了最有效的RL方法之一——actor-critic策略。

关键词：界面跟踪对象跟踪遮挡强化学习均匀流形逼近和投影