1) Layered sensor fusion
分层传感器融合
2) Sensor fusion
传感器融合
1.
Leveling control system of laser-controlled land leveler for paddy field based on MEMS inertial sensor fusion;
基于MEMS惯性传感器融合的水田激光平地机水平控制系统
2.
D-S theory based on entropy and its application in sensor fusion;
基于信息熵的D-S证据理论及其在传感器融合中的应用
3.
The software for sensor fusion consists of two parts:a vehicle kinematics-based dynamic model to integrate GPS and optical encoders,and a time varying Kalman filter for fusing sensor data.
传感器融合软件由2部分组成:基于车辆运动学的动态模型,用于结合GPS接收器和光学编码器;另一部分是用来整合传感器数据的随时间变化的卡尔曼滤波器。
3) multi-sensor fusion
多传感器融合
1.
A multi-sensor fusion and control system was designed,with a dual-CPU structure based on ADμC812 and TMS320F206.
设计了基于ADμC812和TMS320F206的双CPU结构的多传感器融合与控制系统,介绍了该系统的体系机构、硬件配置、接口电路、工作原理和工作流程,实现了传感器信息融合的高速高精度采集、复杂算法的大数据量实时计算以及模拟与开关量并有的多控制通道等功能。
2.
Based on analyzing the factors mainly affect the accuracy of the measurement, microwave technique and capacitance technology which combined with the specific resistivity of fly ash is adopted to construct a multi-sensor fusion-based measuring system, and then BP neural network is utilized to fuse the multi-s.
但在实际应用中灰种变化对仪器的测量精度有严重影响,该文针对火电厂飞灰含碳量的测量受灰种影响较大这一技术问题,分析了影响微波飞灰含碳量测量精度的因素,采用微波技术、电容技术,结合飞灰比电阻特性构造了多传感器融合的测量系统,利用BP神经网络对多传感器信息进行有效融合。
3.
The basic principles of multi-sensor fusion,architecture and function model of data fusion,data fusion meth- ods,and the scope of applications are introduced,the applications of data fusion in the radar networks system are intro- duced.
多传感器数据融合技术是近几年发展起来的一门新兴技术,在军事和工业中有着广阔的应用前景,文中论述了多传感器融合的基本工作原理、数据融合结构和功能模型、数据融合方法和应用领域,简单介绍了多传感器数据融合在组网雷达系统中的应用,总结了当前数据融合研究中存在的问题和研究方向。
4) multi-sensor data fusion
多传感器融合
1.
Based on the multi-sensor data fusion technique and D-S theory,the method to control and monitor welding quality was designed and experiment system was established.
利用多传感器融合技术与D-S证据与决策理论,设计了焊接质量信号的获取与控制方案,建立了试验系统。
2.
For dealing with aerial target recognition data with uncertainty and fuzzyness,and improving the precision and reliability of multi-sensor fusion for aerial target,a multi-sensor data fusion model was put forward based on fuzzy Bayesian network structure.
为了对充满不确定性与模糊性的空中目标识别数据进行处理,提高空中目标多传感器融合的准确性和可靠性,提出以模糊贝叶斯网络为基本结构的多传感器数据融合模型。
3.
Aiming at the problem of detection performance of infrared(IR) images,from the typical flow of multi-sensor data fusion algorithm,the relationship among the detection performances of single IR image,IR image sequence,and multi-sensor data fusion algorithm was deduced.
针对红外图像目标检测性能问题,从多传感器融合算法的典型流程出发,推导单帧检测性能、多帧检测性能和多传感器融合性能的关系,并从理论上对单个因素的影响进行定量分析。
5) multisensor fusion
多传感器融合
1.
Research on Multisensor Fusion and Navigation for Robot Mower;
割草机器人多传感器融合与导航技术的研究
2.
An on-line surface roughness estimating method based on multisensor fusion via neural networks is presented for the requirement of machine tool intelligent machining.
针对机床智能加工对加工状况监测的要求，文中提出一种在线估计表面粗糙的神经网络多传感器融合方法，用该方法可获得表面粗糙度的较好估计。
3.
The application of multisensor fusion technology in train speed and position measurement is introduced.
阐述多传感器融合在列车测速定位中的应用;通过搭建多传感器融合的列车测速定位实验硬件平台,并利用虚拟仪器软件LabVIEW,实现平台的软件功能;介绍在铁路现场进行的实验及所获得的有效数据。
6) sensor information fusion
传感器信息融合
1.
Multi-sensor information fusion is an intensive research topic in the field of mobile robot.
多传感器信息融合是目前移动机器人领域的主要研究热点。
补充资料：分层
分层
stratification
l)当i笋j时，S，自气一必; 2)对所有的i6P，S，是局部闭的; 3)X=日;，S; 4)如果S，自瓦笋必，则S，C瓦(且在尸中，这等价于i共j). 作为一个例子，考虑R’中由不等式尸一少)0给出的子集分成四片退(二，夕):x，一夕，>0}，{(x沙):t丫‘一厂，y>0}，{(、，夕):厂一广y<叫，{o，0}. 现在，设X是一个光滑流形M的子集，X的分层是某个偏序集p的尸分解(S)，。，，使得每片是NI的一个光滑子流形. 分层(S)称为瑚litney分层(认币i吹y stratifi以-‘ion)女11果对每对具有S.C=瓦的层S，，凡，下面的瑚ljtlley的条件A和B(V刃〕itlley‘5 cond itio斑A andB)成立.假设点列y*〔S收敛于y任S‘，点列x*E戈也收敛于ye凡·进一步，假设切平面兀*凡收敛于某个极限平面T和割线.不不收敛于某条线l(关于环绕流形M中y的某个局部坐标系)，则 A)兀S，CT; B)l仁了 条件B)事实上蕴涵着条件A). 涉及V门石tney分层的几个事实和定理如下.一个解析流形的任何闭次解析子集允许一个V刃五切ey分层(〔A51).特别地，R”中的代数集，即由有限多个多项式为零给出的集合(也见半代数集(~‘日罗b几icsct))可以瑚litney分层，认币让ney分层空间可被三角音」分([ A41).分层啤口柱五cati即;c甲。中欣叫H川，亦称层化 一个(可能无限维)流形到严格缩减维数的连通子流形的分解.M.H.B创由互ex阳cK而撰【补注】通常，一个空间的“分层”仅只意味着到具有缩减维数的连通片中的某个分解. 设(尸，<)是一个偏序集.拓扑空问x的一个尸分解(尸~d邸nlposition)是以尸的元素为标号的X的子空间S，的局部有限集，使得
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