-
Patent Agency Ranking
公开(公告)号：CN102136088B
公开(公告)日：2014-01-08
申请号：CN201110058362.2
申请日：2011-03-10
Applicant: 哈尔滨工程大学
IPC: G06N7/02
Abstract: 本发明提出一种基于模糊逻辑的同步定位与地图创建数据关联方法，涉及自主机器人技术领域。该方法在机器人获得传感器对环境特征的观测值时，首先获取特征观测和特征估计误差椭圆，得到两个误差椭圆圆心距离的归一化新息以及两个误差椭圆的重叠比例；然后将归一化新息和重叠比例以及关联变量进行模糊化，建立模糊推理机制，将模糊化的归一化新息和重叠比例作为输入，模糊化的关联变量作为输出，并构造模糊规则；最后对模糊化的输出进行逆模糊化处理，得到单一数值的关联变量，执行地图特征管理，剔除虚假特征和虚假观测。本发明方法具有更好的抗干扰能力和鲁棒性，加快了观测值和特征的关联，且容易实现，计算量小，适合于特征密集的环境。
-
公开(公告)号：CN101859328B
公开(公告)日：2012-07-11
申请号：CN201010203645.7
申请日：2010-06-21
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于人工免疫网络的遥感影像关联规则挖掘方法。用于从遥感影像中挖掘潜在的规律和模式。使用了人工免疫系统中的基于分区记忆模式的人工独特型网络，在结构上将免疫网络的记忆抗体划分为特异记忆抗体区和自由记忆抗体区。在遥感影像关联规则挖掘过程中将要挖掘的关联规则作为抗体，将用户感兴趣的属性值作为抗原，并基于上述分区，在初次免疫响应过程中实现网络的搭建和训练，在二次免疫响应过程中实现信息提取；最后根据领域知识对从遥感影像中挖掘出的关联规则进行优化。本发明充分利用了记忆抗体亚动力的自组织、自学习、自适应、全局优化作用等特性加快了关联规则的挖掘速度，同时具有较强的鲁棒性和有效的全局搜索能力。
-
公开(公告)号：CN101859328A
公开(公告)日：2010-10-13
申请号：CN201010203645.7
申请日：2010-06-21
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于人工免疫网络的遥感影像关联规则挖掘方法。用于从遥感影像中挖掘潜在的规律和模式。使用了人工免疫系统中的基于分区记忆模式的人工独特型网络，在结构上将免疫网络的记忆抗体划分为特异记忆抗体区和自由记忆抗体区。在遥感影像关联规则挖掘过程中将要挖掘的关联规则作为抗体，将用户感兴趣的属性值作为抗原，并基于上述分区，在初次免疫响应过程中实现网络的搭建和训练，在二次免疫响应过程中实现信息提取；最后根据领域知识对从遥感影像中挖掘出的关联规则进行优化。本发明充分利用了记忆抗体亚动力的自组织、自学习、自适应、全局优化作用等特性加快了关联规则的挖掘速度，同时具有较强的鲁棒性和有效的全局搜索能力。
-
公开(公告)号：CN102136088A
公开(公告)日：2011-07-27
申请号：CN201110058362.2
申请日：2011-03-10
Applicant: 哈尔滨工程大学
IPC: G06N7/02
Abstract: 本发明提出一种基于模糊逻辑的同步定位与地图创建数据关联方法，涉及自主机器人技术领域。该方法在机器人获得传感器对环境特征的观测值时，首先获取特征观测和特征估计误差椭圆，得到两个误差椭圆圆心距离的归一化新息以及两个误差椭圆的重叠比例；然后将归一化新息和重叠比例以及关联变量进行模糊化，建立模糊推理机制，将模糊化的归一化新息和重叠比例作为输入，模糊化的关联变量作为输出，并构造模糊规则；最后对模糊化的输出进行逆模糊化处理，得到单一数值的关联变量，执行地图特征管理，剔除虚假特征和虚假观测。本发明方法具有更好的抗干扰能力和鲁棒性，加快了观测值和特征的关联，且容易实现，计算量小，适合于特征密集的环境。
-
公开(公告)号：CN102082560A
公开(公告)日：2011-06-01
申请号：CN201110048138.5
申请日：2011-02-28
Applicant: 哈尔滨工程大学
IPC: H03H21/00
Abstract: 本发明提出一种基于集合卡尔曼滤波的粒子滤波方法，包括初始化采样粒子、对k时刻的背景集合进行预测、计算卡尔曼增益、融合最近观测信息，对背景集合进行更新、重新计算分析集合、构建高斯建议分布函数和权值进行归一化处理等步骤。本发明提出的基于集合卡尔曼滤波的粒子滤波方法无须对非线性系统进行线性化，避免了Jacobian矩阵的计算，使用采样法近似非线性分布，提高了计算精度。且本发明的粒子滤波方法中采样点数是启发式的，可以灵活设定，计算量不会随维数增大发生激增，实时性得到有效控制。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
