期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于递推最小二乘和改进支持度的WSN数据融合算法 被引量:6
1
作者 陈俊杰 倪培洲 +1 位作者 许广富 腾达 《测控技术》 2019年第2期65-68,74,共5页
无线传感器网络(WSN)在空间和时间上均存在数据冗余问题。为了在保证精度的前提下减少冗余量,提出了基于递推最小二乘和改进支持度的WSN数据融合方法。针对单个传感器节点,采用递推最小二乘法进行数据融合。针对节点之间的冗余问题,应... 无线传感器网络(WSN)在空间和时间上均存在数据冗余问题。为了在保证精度的前提下减少冗余量,提出了基于递推最小二乘和改进支持度的WSN数据融合方法。针对单个传感器节点,采用递推最小二乘法进行数据融合。针对节点之间的冗余问题,应用分批融合思想对系统降维,将灰色接近度理论与自支持度结合改进支持度函数,对各子系统分别采用基于改进支持度函数的加权算法进行融合。采用一个包含7个传感器节点的无线传感器网络对该算法进行了检验。结果表明,该融合算法能够显著减少数据计算量与传输量。融合后的数据均方误差为0.1597,能够满足实际应用对精度的要求。 展开更多
关键词 WSN 数据融合 递推最小二乘 支持度函数 分批融合
下载PDF
科尔沁细毛羊妊娠期细胞免疫功能的研究 被引量:1
2
作者 王玉忠 李丽杰 +1 位作者 许广富 陶广泉 《内蒙古民族大学学报(自然科学版)》 2007年第5期549-551,共3页
用酸性α-萘酯酶(ANAE)组化反应标记外周血T细胞,用甲苯胺蓝染色法标记子宫肥大细胞,结果发现,与未妊娠组相比,外周血T细胞总数和辅助性T细胞均显著降低(P<0.01),抑制性T细胞明显增加(P<0.01);子宫肥大细胞显著减少(P<0.01).... 用酸性α-萘酯酶(ANAE)组化反应标记外周血T细胞,用甲苯胺蓝染色法标记子宫肥大细胞,结果发现,与未妊娠组相比,外周血T细胞总数和辅助性T细胞均显著降低(P<0.01),抑制性T细胞明显增加(P<0.01);子宫肥大细胞显著减少(P<0.01).提示妊娠期羊整体细胞免疫水平和局部免疫水平均降低. 展开更多
关键词 科尔沁细毛羊 妊娠期 细胞免疫
下载PDF
基于因子图的AUV多传感器组合导航算法 被引量:23
3
作者 马晓爽 刘锡祥 +2 位作者 张同伟 刘贤俊 许广富 《中国惯性技术学报》 EI CSCD 北大核心 2019年第4期454-459,共6页
针对自主水下航行器(AUV)多传感器组合导航系统中不同导航传感器信息更新频率不同步及其可用性动态改变问题,以及AUV所在水下复杂多变的环境与任务需求,提出了基于因子图的AUV多传感器组合导航算法。首先,对捷联惯性导航系统、多普勒计... 针对自主水下航行器(AUV)多传感器组合导航系统中不同导航传感器信息更新频率不同步及其可用性动态改变问题,以及AUV所在水下复杂多变的环境与任务需求,提出了基于因子图的AUV多传感器组合导航算法。首先,对捷联惯性导航系统、多普勒计程仪、磁航向仪、地形辅助导航设备进行建模,构建基于因子图的AUV多源信息融合框架;然后,根据非线性优化理论对系统状态更新过程进行表示,实现变量节点的递推与更新;最后,采用因子图方法对融合数据进行处理,实现AUV多传感器组合导航系统的高精度导航。仿真结果表明,所提因子图方法能够连续稳定地输出较高精度的导航结果,有效实现惯性导航系统与不同导航传感器的非等间隔融合,与联邦卡尔曼滤波算法的导航解算精度相当,水平定位精度均保持在-5^+5 m以内,并且因子图方法具有更好的灵活性和扩展性。半物理仿真结果亦验证了所提方案的可靠性和有效性。 展开更多
关键词 因子图 联邦卡尔曼滤波 组合导航 信息融合 自主水下航行器
下载PDF
我国数字孪生城市发展初探 被引量:2
4
作者 许广富 《中国建设信息化》 2023年第10期74-77,共4页
数字孪生城市作为数字经济发展的重要载体,是未来城市形态演变的重要方向。我国数字孪生城市发展态势良好,但面临现实问题与各种挑战日益突出。本文系统梳理数字孪生城市概念及内涵,充分挖掘数字孪生城市核心技术特征,阐明物联感知操控... 数字孪生城市作为数字经济发展的重要载体,是未来城市形态演变的重要方向。我国数字孪生城市发展态势良好,但面临现实问题与各种挑战日益突出。本文系统梳理数字孪生城市概念及内涵,充分挖掘数字孪生城市核心技术特征,阐明物联感知操控能力、全要素数字化表达能力、三维可视化呈现能力、数据融合供给能力、空间分析计算能力、模拟仿真推演能力、虚实融合互动能力、自学习自优化能力和众创扩展能力,并对未来数字孪生城市的应用场景进行了展望,为推进数字孪生城市高质量发展提供参考依据。 展开更多
关键词 数字孪生 智慧城市 精准映射 物联感知 虚实融合
下载PDF
融合光流法和特征匹配的视觉里程计 被引量:9
5
作者 许广富 曾继超 刘锡祥 《激光与光电子学进展》 CSCD 北大核心 2020年第20期262-270,共9页
针对传统视觉里程计中光流法定位精度差、特征点法耗时多的问题,提出一种融合光流法和特征匹配的视觉里程计模型。该模型融合了基于帧间优化的LK光流位姿估计和基于关键帧的光流/特征点位姿优化算法。针对传统参考帧/当前帧跟踪方式容... 针对传统视觉里程计中光流法定位精度差、特征点法耗时多的问题,提出一种融合光流法和特征匹配的视觉里程计模型。该模型融合了基于帧间优化的LK光流位姿估计和基于关键帧的光流/特征点位姿优化算法。针对传统参考帧/当前帧跟踪方式容易产生累积误差的问题,在光流法的基础上,通过引入局部优化算法对相机进行初步位姿估计;针对特征法中图像插入频率过高、耗时多的问题,在关键帧的基础上,通过构建光流/特征点统一损失函数进行相机位姿优化。在EuRoC数据集上进行了算法定位精度测试,结果表明,简单环境下所提算法与特征点法的定位精度相当;在特征点缺失情况下,所提算法的定位精度较特征点法有所提高,具有一定的鲁棒性。运行时间测试结果表明,在保证定位精度的基础上,所提算法的运行时间较特征点法减少了37.9%,具有一定的实时性。 展开更多
关键词 机器视觉 视觉里程计 光流法 特征点法 位姿估计
原文传递
视觉惯导紧耦合的行人室内自主定位方法 被引量:1
6
作者 曾继超 许广富 刘锡祥 《测绘科学》 CSCD 北大核心 2021年第7期23-30,共8页
针对行人在大型复杂建筑环境中的高精度和高可靠性室内定位需求,传统的基于视觉点特征方法易受环境纹理缺失、相机快速运动导致图像模糊而定位失效问题,提出了一种基于视觉点线特征与IMU紧耦合的行人室内自主定位方法。在视觉惯导融合... 针对行人在大型复杂建筑环境中的高精度和高可靠性室内定位需求,传统的基于视觉点特征方法易受环境纹理缺失、相机快速运动导致图像模糊而定位失效问题,提出了一种基于视觉点线特征与IMU紧耦合的行人室内自主定位方法。在视觉惯导融合导航系统框架下,前端部分,在点特征基础上引入结构化建筑环境中丰富的线特征,并采取基于梯度密度过滤机制的改进线特征提取策略,剔除局部线特征密集区域;利用点线特征与IMU紧耦合优化机制提高行人位姿估计及定位的准确性和稳定性。通过利用EuRoC数据集和在实际楼道场景下的实验,特别是在弱纹理、光照变化等条件下实验,验证了所提方法进行行人室内定位的准确性和可行性。 展开更多
关键词 点线特征 IMU 梯度密度过滤机制 室内自主定位
原文传递
浙江省龙泉市国家税务局
7
作者 许广富 《中国税务》 2016年第5期74-74,共1页
浙江省龙泉市国家税务局认真抓好“金税三期”数据清理工作。一是积极部署,组建清理团队,确保“金税三期”上线工作有序开展;二是加强宣传,为“金税三期”顺利上线营造良好氛围;三是主动与工商、地税部门联系,多方联动,形成合力... 浙江省龙泉市国家税务局认真抓好“金税三期”数据清理工作。一是积极部署,组建清理团队,确保“金税三期”上线工作有序开展;二是加强宣传,为“金税三期”顺利上线营造良好氛围;三是主动与工商、地税部门联系,多方联动,形成合力,取得相关数据,提高数据清理效率;四是强化责任,组织人员开展督导检查,对数据清理不认真、不及时的科室和个人严格问责。 展开更多
关键词 国家税务局 龙泉市 浙江省 清理工作 数据清理 地税部门 形成合力 强化责任
原文传递
科技创新带动一方富裕
8
作者 许广富 江勇 《中国民兵》 2012年第1期53-53,共1页
位于闽浙赣三省交界的浙江省龙泉市是中国香菇的发源地。生活在这块土地的大部分农民祖祖辈辈以生产香菇为生。但生产方式简单落后,生产过程需要耗费大量的木材资源。复员军人叶圣益,联合6户农民筹办起“袋料香菇场”,探索袋料香菇... 位于闽浙赣三省交界的浙江省龙泉市是中国香菇的发源地。生活在这块土地的大部分农民祖祖辈辈以生产香菇为生。但生产方式简单落后,生产过程需要耗费大量的木材资源。复员军人叶圣益,联合6户农民筹办起“袋料香菇场”,探索袋料香菇栽培技术。最终他研制开发的香菇烘干机和木材烘干机两大系列专利产品,投放市场后深受广大用户欢迎。 展开更多
关键词 科技创新 袋料香菇 富裕 木材资源 生产方式 生产过程 复员军人 栽培技术
原文传递
浙江省龙泉市十一名老兵著书立说贺国庆
9
作者 叶青 许广富 《中国民兵》 2009年第10期32-32,共1页
日前,由浙江省龙泉市曾经参加过抗日战争、解放战争的11位离休干部共同编写的革命斗争回忆录——《难忘的岁月》一书正式出版。这是11位革命老战士以自己的亲身经历,集体献给祖国母亲60华诞的特殊生日礼物。
关键词 龙泉市 浙江省 著书立说 贺国庆 《难忘的岁月》 老兵 革命斗争 抗日战争
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部