1) regularized particle filter
正则粒子滤波
1.
A targets tracking algorithm based on regularized particle filter;
一种基于正则粒子滤波器的目标跟踪算法
2.
A simple regularized particle filter is presented,which can overcome particle impoverishment phenomenon,and can be successfully introduced into single observe passive location.
讨论了用采样的方法近似非线性分布来解决无源定位中的非线性问题,提出了一种简单的正则粒子滤波,克服了标准粒子滤波用于单站无源定位中出现的粒子贫乏现象,将粒子滤波成功应用到无源定位中,计算机仿真表明该算法的定位精度较Unscented卡尔曼滤波(UKF)有一定的提高。
3.
A simple regularized particle filter is described.
提出了一种简单的正则粒子滤波,克服了标准粒子滤波在用于单站无源定位中时出现的粒子匮乏现象,将粒子滤波成功的应用到了无源定位中。
2) regularized particle filtering
正则粒子滤波
1.
Based on analyzing the cause of particle degeneracy,the regularized particle filtering with MCMC move step is proposed.
通过分析该现象产生的原因,提出了将MCMC(马尔可夫链蒙特卡罗)方法应用于正则粒子滤波算法(RPF),与采样重要重采样(SIR)粒子虑波算法比较,此算法不仅克服了粒子退化现象,而且解决了重采样带来的采样枯竭的影响,仿真和实验结果表明:该算法在滤波精度和自适应调整粒子个数方面比SIR粒子滤波有很大的提高。
3) regularized particle
正则粒子
1.
To improve low recognition rate and poor real-time performance for infrared imagery, a resampling algorithm is proposed for denoising processing of the infrared imagery based on regularized particle filter.
针对运动红外图像识别率低、实时性差的问题,提出应用正则粒子的再采样算法来实现红外图像消噪处理。
4) particle filter
粒子滤波
1.
Dynamic contour tracking of medical images based on improved particle filter;
基于增强的粒子滤波算法的医学图像动态轮廓跟踪新方法
2.
Application of Gaussian mixture particle filter in initial alignment for strapdown inertial navigation system on stationary base;
高斯混合粒子滤波器在静基座捷联惯导系统初始对准中的应用
3.
Performance analysis and improvement of particle filter algorithm;
粒子滤波算法的性能分析与改进
5) Particle filtering
粒子滤波
1.
Amplitude information based particle filtering for passive tracking of maneuvering target;
结合幅度信息的粒子滤波机动目标被动跟踪
2.
Algorithm and Simulation of the Particle Filtering Based on Terrain-Aided Navigation for the Intermediate Guidance of Cruise Missile;
基于粒子滤波的巡航导弹中制导地形匹配算法和仿真
3.
AdaBoost tracker embedded in particle filtering;
嵌入粒子滤波中的AdaBoost跟踪器
6) particle filters
粒子滤波
1.
Improved particle filters for MIMO demodulation;
MIMO系统中改进的粒子滤波解调算法
2.
The performance of particle filters in robot localization is improved through the use of a robust adaptive particle filter.
为了提高粒子滤波算法在机器人定位中的性能,在基本粒子滤波算法的基础上,引入概率回退的方法对机器人的初始状态进行估计,采用窗口滤波更新粒子集合,根据对机器人位置估计的情况动态更新粒子集合的大小,得到一种改进的粒子滤波算法——稳健的自适应粒子滤波算法。
3.
Resampling is a critically operation to solve degeneracy problem with particle filters.
重采样是解决粒子滤波退化问题的主要方法。
补充资料：初级粒子和原级粒子
分子式：
CAS号：
性质：又称初级粒子和原级粒子。利用各种化学反应方法得到的最初粒子(晶粒)。一次粒子的大小约为0.005～1μm，比筛分的极限小得多，在介质中有相当高的稳定性。
CAS号：
性质：又称初级粒子和原级粒子。利用各种化学反应方法得到的最初粒子(晶粒)。一次粒子的大小约为0.005～1μm，比筛分的极限小得多，在介质中有相当高的稳定性。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条