导读:本文包含了空间自适应论文开题报告文献综述及选题提纲参考文献，主要关键词:末制导,落角约束,自适应径向基,动态面
空间自适应论文文献综述
姜尚,田福庆,孙世岩,梁伟阁[1]（2019）在《考虑落角约束与驾驶仪特性的自适应径向基空间末制导律》一文中研究指出为使舰炮制导炮弹在打击近岸机动目标的末制导段满足落角约束,考虑驾驶仪动态特性,基于自适应径向基逼近网络与动态面提出一种空间末制导律。构建弹目相对运动模型,通过带改进微分跟踪器的扩张状态观测器估计目标加速度。为零化视线角跟踪误差与角速率,采用自适应指数趋近律设计非奇异终端滑模,运用自适应径向基逼近网络削弱控制指令抖振。通过Lyapunov第二法证明了系统的视线角跟踪误差与视线角速率均最终一致有界。仿真实验表明:该末制导律使制导炮弹在空间中打击不同机动形式的近岸目标时,具备良好的末制导性能。(本文来源于《国防科技大学学报》期刊2019年06期）
包建强,张献州,罗超,李圆,陈霄[2]（2019）在《空间直线的自适应阈值稳健拟合方法与优化》一文中研究指出针对RANSAC算法应用于空间直线数据处理时具有较强的稳健性,但需要已知内点阈值且计算模型未能充分应用观测数据等问题,基于RANSAC算法提出了空间直线的自适应阈值稳健拟合方法;结合空间直线拟合的PEIV模型,优化了自适应阈值稳健拟合方法。仿真和工程实例数据表明,自适应阈值稳健拟合方法及优化算法可自动获取内点阈值;获得的空间直线几何参数估计具有最优统计特性,抗差性好,可靠性和实用性较强;对其他空间几何形体的稳健拟合处理具有参考意义。(本文来源于《测绘科学技术学报》期刊2019年03期）
邵率[3]（2019）在《5G+教育：自适应学习理论下的在线教育学习空间重塑研究》一文中研究指出5G技术的到来使得在线教育可以取得突破性进展。我国位于5G技术研发及应用的第一梯队,充分、合理利用该技术加速发展教育事业,是当前教育技术研究领域关注的热点。它可以在有限的时间内给学习者更丰富的体验,同时,学习者会得到一个更加高效的、更利于自身发展的学习空间。文章对此进行了详细分析。(本文来源于《无线互联科技》期刊2019年19期）
孙培钦,刘晔,于施淼[4]（2019）在《自适应空间约束互补偿跟踪器的研究》一文中研究指出目标跟踪器是计算机视觉系统中重要的组成部件,要求在满足实时性的前提具备良好的跟踪能力。在Staple跟踪器基础上,通过分析其存在的缺陷提出高斯加窗和自适应机制两种措施进行改善,将措施与Staple跟踪器进行整合提出自适应空间约束互补偿跟踪器SRA-MCT。通过验证实验,提出的改进措施有效地提高跟踪器面对特定挑战场景时的性能。通过将SRA-MCT跟踪器与多个跟踪器在实验评测集上进行OPE测试,证明提出的SRA-MCT跟踪器不仅满足实时性要求且具有优异的跟踪性能。SRA-MCT跟踪器在实验评测集的AUC数值和准确率(20px)数值相比Staple跟踪器分别高出4.5%和7.4%。(本文来源于《计算机仿真》期刊2019年09期）
曹运合,曾丽,王宇[5]（2019）在《基于特征空间的子阵级自适应和差波束测角方法》一文中研究指出针对在有源干扰的情况下,自适应信号处理在抑制干扰的同时影响了和、差波束权矢量,使和差方向图发生畸变,和差单脉冲测角产生较大偏差,从而导致和差测角性能下降甚至失效的问题,提出了一种针对均匀子阵自适应差波束权值的方法,能在抑制干扰的同时得到高测角性能,自适应鉴角曲线与理想和差鉴角曲线基本重合,本文算法具有很好的稳健性,在存在指向误差和小快拍数条件下依然可获得很好的测角性能。同时与子阵级广义旁瓣相消的单脉冲测角方法相比较,本文方法体现了优势。最后,通过仿真结果验证了本文方法的有效性。(本文来源于《吉林大学学报(工学版)》期刊2019年05期）
金秋含,王阳萍,杨景玉[6]（2019）在《自适应空间信息MRF的FCM遥感图像聚类》一文中研究指出针对传统的模糊C均值聚类算法在图像聚类时存在的不足,提出一种基于自适应空间信息MRF的FCM遥感图像聚类算法。利用空间引力模型和空间结构特征,构造一个自适应空间信息的马尔可夫随机场,将其引入到FCM模型中,使其能够自动平衡对噪声的不敏感并保留图像边缘细节的有效性,提高图像的聚类精度。为验证所提算法的有效性,利用不同的遥感图像进行实验,并与传统的聚类算法对比,实验结果表明,所提算法表现出更好的聚类效果。(本文来源于《计算机工程与设计》期刊2019年08期）
林洋,兰蓉[7]（2019）在《核空间自适应抑制式直觉模糊图像分割算法》一文中研究指出针对直觉模糊C-均值(intuitionistic fuzzy C-means,IFCM)算法未考虑图像像素的空间邻域信息,导致对噪声较为敏感,算法运行效率较低,分割效果较差等问题,提出一种核空间自适应抑制式直觉模糊图像分割算法。以核诱导距离代替欧氏距离计算像素至聚类中心的距离,将局部空间信息融入核空间中;利用"投票模型"将模糊集扩展为直觉模糊集,减少人工参数对实验的影响;根据图像像素和聚类中心之间的分离性自适应生成抑制因子。实验结果表明,该算法对噪声鲁棒性较强,分割精度较高,提升了算法的运行效率。(本文来源于《计算机工程与设计》期刊2019年08期）
雷荣华,陈力[8]（2019）在《空间机器人执行器自适应分散容错控制算法设计》一文中研究指出针对执行器发生部分失效故障的漂浮基空间机器人系统,提出了一种自适应H_∞分散容错控制算法。利用拉格朗日第二类方程建立了系统的动力学模型。根据分散原理将系统分解为以基座或臂杆为单元的多个子系统,并将表示执行器控制能力的有效因子融入到每个子系统,使得单个子系统的执行器故障不会影响相邻执行器的正常运行。通过对每个故障子系统设计形式一致的自适应容错算法实现对整个系统的容错控制。仿真结果表明,与现有某非奇异终端滑模容错算法相比,本文算法具有更快的跟踪速度和更高的跟踪精度。(本文来源于《计算力学学报》期刊2019年04期）
黄国策,王桂胜,任清华,董淑福,高维廷[9]（2019）在《基于Hilbert信号空间的未知干扰自适应识别方法》一文中研究指出针对大样本下未知干扰类型的分类识别问题,该文提出一种基于信号特征空间的未知干扰自适应识别方法。首先,基于Hilbert信号空间理论对干扰信号进行处理,建立干扰信号特征空间,进而利用投影定理对未知干扰进行最佳逼近,提出基于信号特征空间的概率神经网络(PNN)分类算法,并设计了未知干扰分类识别器的处理流程。仿真结果表明,与两种传统方法相比,该方法在已知干扰的分类精度方面分别提高了12.2%和2.8%;满足条件的未知干扰最佳逼近效果随功率强度呈线性变化,设计的分类识别器在满足最佳逼近的各类干扰中总体识别率达到91.27%,处理干扰识别的速度明显改善;在信噪比达到4 dB时,对未知干扰识别准确率达到92%以上。(本文来源于《电子与信息学报》期刊2019年08期）
侯志强,王帅,廖秀峰,余旺盛,王姣尧[10]（2019）在《基于样本质量估计的空间正则化自适应相关滤波视觉跟踪》一文中研究指出相关滤波(CF)方法应用于视觉跟踪领域中效果显着,但是由于边界效应的影响,导致跟踪效果受到限制,针对这一问题,该文提出一种基于样本质量估计的正则化自适应的相关滤波视觉跟踪算法。首先,该算法在滤波器的训练过程中加入空间惩罚项,构建目标与背景的颜色及灰度直方图模板并计算样本质量系数,使得空间正则项根据样本质量系数自适应变化,不同质量的样本受到不同程度的惩罚,减小了边界效应对跟踪的影响;其次,通过对样本质量系数的判定,合理优化跟踪结果及模型更新,提高了跟踪的可靠性和准确性。在OTB2013和OTB2015数据平台上的实验数据表明,与近几年主流的跟踪算法相比,该文算法的成功率均为最高,且与空间正则化相关滤波(SRDCF)算法相比分别提高了9.3%和9.9%。(本文来源于《电子与信息学报》期刊2019年08期）
空间自适应论文开题报告
（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RANSAC算法应用于空间直线数据处理时具有较强的稳健性,但需要已知内点阈值且计算模型未能充分应用观测数据等问题,基于RANSAC算法提出了空间直线的自适应阈值稳健拟合方法;结合空间直线拟合的PEIV模型,优化了自适应阈值稳健拟合方法。仿真和工程实例数据表明,自适应阈值稳健拟合方法及优化算法可自动获取内点阈值;获得的空间直线几何参数估计具有最优统计特性,抗差性好,可靠性和实用性较强;对其他空间几何形体的稳健拟合处理具有参考意义。
（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。
空间自适应论文参考文献
[1].姜尚,田福庆,孙世岩,梁伟阁.考虑落角约束与驾驶仪特性的自适应径向基空间末制导律[J].国防科技大学学报.2019
[2].包建强,张献州,罗超,李圆,陈霄.空间直线的自适应阈值稳健拟合方法与优化[J].测绘科学技术学报.2019
[3].邵率.5G+教育：自适应学习理论下的在线教育学习空间重塑研究[J].无线互联科技.2019
[4].孙培钦,刘晔,于施淼.自适应空间约束互补偿跟踪器的研究[J].计算机仿真.2019
[5].曹运合,曾丽,王宇.基于特征空间的子阵级自适应和差波束测角方法[J].吉林大学学报(工学版).2019
[6].金秋含,王阳萍,杨景玉.自适应空间信息MRF的FCM遥感图像聚类[J].计算机工程与设计.2019
[7].林洋,兰蓉.核空间自适应抑制式直觉模糊图像分割算法[J].计算机工程与设计.2019
[8].雷荣华,陈力.空间机器人执行器自适应分散容错控制算法设计[J].计算力学学报.2019
[9].黄国策,王桂胜,任清华,董淑福,高维廷.基于Hilbert信号空间的未知干扰自适应识别方法[J].电子与信息学报.2019
[10].侯志强,王帅,廖秀峰,余旺盛,王姣尧.基于样本质量估计的空间正则化自适应相关滤波视觉跟踪[J].电子与信息学报.2019