应用区域估计的复杂背景多圆快速定位方法

针对现有多圆定位方法应用于复杂背景高分辨率工业测量图像实时性差的问题,提出一种应用区域估计的复杂背景多圆快速定位方法。首先,依据Hough变换前2帧图像检测结果及环境噪声经验数据实现各圆特征对应的Sage-Husa滤波器的初始化;接着,应用滤波算法对特征的有效区域进行估计;最后,在有效区域内结合优化的特征定位有效判据及2种图像增强方法实现精确定位。研究结果表明:优化的特征定位有效判据较传统判据更加合理;特征提取速度与基于Hough变换的方法相比显著提高;应用该方法的测试系统可充分发挥视觉测量技术在灵活性及集成性上的优势,测试精度较传统系统提高33%以上。该方法可实现高分辨率图像多圆快速精确定位,具有实用价值。

卡尔曼粒子滤波中基于精确运动模型的局部区域估计（英文）

粒子滤波广泛应用于对精度和稳定性要求较高的目标跟踪,但其计算量大,并且计算复杂度随着状态量和粒子数目增长迅速增加。将目标跟踪转化为由粗到精的搜索过程,提出了一种基于精确运动模型的改进分层卡尔曼粒子滤波算法。该方法利用加速度的运动模型在真实目标位置的周围估计目标的散布范围,并在该范围内随机生成粒子,寻找精确的目标位置。文中引入加加速度模型主要是由于现有方法的状态量阶数不足,导致模型精确度较低,无法应对大机动目标的跟踪。因此,引入了高阶状态变量加加速度,并将其用于改进分层卡尔曼粒子滤波的运动模型。利用分层卡尔曼粒子滤波、粒子滤波以及提出的方法进行了跟踪试验,结果表明,基于精确运动模型的改进分层卡尔曼粒子滤波模型的跟踪方法能够提高线性运动的预测精度,实现复杂环境下精确稳定的跟踪。

抽样调查小区域估计常用方法

近年来,由于在制订政策、拟定计划、分配资金和区域规划时日益增加了对小区域统计量的应用,对可靠小区域统计量的需求大大增加。小区域估计的实用性和理论重要性已引起许多研究者的关注,使点值估计和均方误估计有了重大进展。综述了抽样调查中一些常用小区域估计方法,涵盖了直接估计和间接估计以及相关的基于设计和基于模型的方法。

小区域估计中的SEBLUP估计方法

空间相关的经验最优线性无偏预测(SEBLUP)模型是指区域随机效应相关的线性混合模型,而模型中的参数估计方法是当前研究的重要问题之一。本文给出了模型中参数的极大似然(ML)估计过程,并通过仿真模拟,实验结果显示用ML估计方法估计SEBLUP模型的参数的条件下,SEBLUP估计方法处理空间相关的小区域数据效果较好。

陕西省卫生服务调查人均卫生支出的小区域估计

目的基于国家卫生服务调查数据,核算估计陕西省特定区域居民人均卫生支出。方法采用小区域Fay-Herriot模型,估计2013年陕西省32个样本县/区和陕北、关中、陕南3个地域以及城乡居民的年人均卫生支出和误差,并分析相关影响因素。结果陕西省城市和农村人均卫生支出估计值分别为625元、463元,陕北、关中、陕南人均卫生支出估计值分别为596元、520元和473元。影响居民人均卫生支出的主要因素是城乡地区(陕北、关中、陕南)差异。Fay-Herriot模型拟合的对数似然函数绝对值分别为37.18,66.19,10.88。结论小区域直接估计和拟合Fay-Herriot模型方法,可获得特定区域的人均卫生支出估计值。采用地区、城乡差异模型较为准确核算出陕西省居民人均卫生支出,可为区域卫生管理决策或其他同类研究提供参考。

基于小区域估计方法的铜仁市碧江区人口残疾率研究

利用小区域估计方法估计铜仁市碧江区人口残疾率可为铜仁市相关政府部门对当地残疾人口发放补助、提供服务及实施其他相关政策提供决策依据。同时,选用该方法估计残疾率较人口普查而言可节省大量的人力、物力、财力。首先,采用分层抽样方法对碧江区13个乡镇(街道)的人口进行抽样调查。然后,利用直接估计方法对各小区域残疾率进行估计,得出铜仁市碧江区13个乡镇(街道)的残疾率和残疾人总数的估计值。最后,给出相关政策建议。

对统计调查中小区域估计难题的研究

我国大型抽样调查一般以省级为单位展开,造成市县级的样本量不足甚至为零的情况,难以满足政府多级决策需求。本文围绕多级需求难题,介绍了基于设计推断的方法和基于模型估计的方法,认为基于模型的小区域估计方法摆脱了对样本量的依赖,一定程度上解决了多级需求难题,具有重要的理论和实践意义。

基于多模态特征融合的驾驶员注视区域估计

在驾驶自动化水平的不同阶段,驾驶员的注视对理解驾驶意图具有不可缺少的重要作用。传统的驾驶员注视估计方法通常需要额外的设备来获取驾驶员的面部和眼睛特征,这很难广泛地应用到实际的驾驶场景中。论文对真实驾驶场景下估计驾驶员人眼注视区域,并降低设备的硬件要求,提出了一种基于多模态特征融合的驾驶员注视区域估计的方法。首先,使用论文提出的遮挡净化人脸检测器获取人脸及人脸关键点。然后采用POSIT算法对驾驶员头部姿态进行解算并得到驾驶员头部特征。随后,基于3D人眼模型的方法由2D关键点估计驾驶员视线方向。最后,结合驾驶员头部姿态及人眼凝视方向特征,利用改进的随机森林算法对注视区域进行估计。实验结果证明,该方法在Columbia凝视数据集和ND-DB数据集获得了92.5%的平均精度,并与其他数据集上的同类方法相比,有不低于6%的改进。

小区域估计方法下的肺结核病年龄分析

抽样调查中的小区域估计能够在样本中发病人数很少的情况下,获得准确的发病率而采取防疫措施,解决了Meta分析对于样本量小而无法进行定量分析的缺点。针对具有代表性的流行病中的结核病下的肺结核病,根据广东第五次结核病的数据,用小区域去方法中的直接估计和贝叶斯方法进行计算,分析案例,给出广东地区肺结核病的年龄结构分析。

基于轻量型空间特征编码网络的驾驶人注视区域估计算法

实时监测驾驶人注视区有助于人机共驾汽车理解并判断驾驶人的意图。针对车载环境下算法精度和实时性难以平衡的问题,提出了一种基于轻量型空间特征编码网络(lightweight spatial feature encoding network, LSFENet)的驾驶人注视区估计算法。通过人脸对齐和眼镜移除步骤对采集的驾驶人上半身图像序列进行预处理,得到左右眼图像和人脸关键点坐标;在MobileNetV2的基础上构建基于GCSbottleneck模块的LSFENet特征提取网络,集成注意力机制模块增强关键特征权重,生成左右两眼特征;利用Kronecker积融合眼部与人脸关键点特征,将连续帧图像融合后的特征输入循环神经网络中,得到该图像序列的注视区域估计结果;利用公开数据集和自制数据集对新算法进行测试。实验结果表明:LSFENet算法的注视区估计准确率可达97.08%,每秒能检测约103帧图像,满足车载环境下运算效率和精度需求;LSFENet算法对注视区1、 2、 3、 4、 9的估计准确率均在85%以上,且对不同光照条件和眼镜遮挡情况均具有较强的适应能力。研究结果对驾驶人视觉分心状态识别具有重要意义。

小区域估计在烟草流行中的研究进展

烟草使用是目前全球疾病负担和死亡的主要危险因素[1],2019年中国因烟草使用导致的死亡占全球近1/3[2]。2018年中国成人烟草调查报告显示,东中西部地区15岁及以上人群每日吸烟率分别为21.3%、24.2%和25.0%[3];中国慢性病和危险因素监测[4]和中国慢性病和营养监测[5]显示,农村吸烟率显著高于城市;另外,二手烟暴露研究也证实了烟草流行的地区差异[6]。烟草调查作为控烟工作的关键一环[7],对了解烟草流行情况,制定控烟措施,评价控烟效果至关重要。但想尽可能掌握全国不同地区的烟草流行情况,需要使用复杂的抽样调查方法,耗费大量时间和人力开展调查。

Newton迭代的区域估计与点估计

§1.引言、点估计 Sieve Smale在1986年国际数学家大会上介绍了他在连续复杂性理论方面的开创性研究.从报告摘要[1]及背景论文[2]来看,他着重介绍了解方程的整体代价,其基础是[3]关于Newton迭代的点估计的工作. 设f是从Banach空间E到同型空间F的解析映照.对于点z_0∈E。

小区域贫困指标估计方法的比较与模拟

精准扶贫战略思想已是我国的一项基本国策,其中扶贫对象精准是基础,首要工作是测度区域贫困指标,了解贫困人群的分布状况,随着区域划分精度的提高,一些区域调查样本量不足,需要借助小域估计方法提高指标估计精度。文章总结了四种适用于区域贫困指标估计的小域估计方法(即直接估计法、世界银行法、经验贝叶斯法和Fay-Herriot模型法)及其适用情形,并通过数值模拟,从无偏性和有效性两方面研究了四种方法估计区域贫困率指标的效果。

对抽样调查解决多层次估计问题的探讨

Total estimation with multi levels is the most troublesome problem for spreading sample survey method in the process of our governmental statistical system reform. The experts and scholars of this field concern it very much, as well as a lot of practitioners. In this article, the authors discuss the contradictory issue and review the existing approaches, then emphatically suggest a new ideal of small area estimation.

基于分层神经网络的宽频段DOA估计方法

该文提出了一种采用智能识别技术解决宽段来波方位估计的新方法。提取已知来波方位信号的协方差矩阵的上三角部分作为样本特征,然后构建区域估计和方位估计的分层模型,实现对未知来波方位的精确估计。所提出的分层方法降低了模型构造的复杂度,实现了宽频段来波方位估计。给出了应用该方法的具体步骤。仿真实验结果表明,该方法具有很高的测向精度,具有广阔的应用前景。

连环作案嫌疑人“地理特征”估计的统计模型

在不同地点发生的系列谋杀案对社会的危害极大,如何确定其犯罪嫌疑人的住所是破案的关键。对犯罪嫌疑人住所的估计,给出了3种方法,即质心法、距离法和概率统计法,通过比对论证和案例检验表明,距离法更具优势;进一步展开分析,运用二维正态理论实施置信区域的估计,能根据警方所期望的可靠度和实际警力划定搜索区域,对侦破和决策具有实际指导作用;为控制精度,给出了调整方差估计的方法,构造出加权平均公式,在不降低可信度的前提下合理缩小搜索范围,为提高侦破效率提供了理论依据和有效方法。

基于小域数据的二项分布的EB估计

在这篇文章中，我们研究二项分布的参数的经验贝叶斯估计（EB估计），对先验分布的选取及超参数的估计进行了比较和分析，并在选取先验分布为共轭先验分布（贝塔分布）的前提下，构造出二项分布参数的一个EB估计量。通过模拟试验对直接估计量和本文给出的EB估计量的平均偏差进行了比较，结果表明本文给出的估计量的平均偏差较小，验证了构造的估计量是稳健的估计量。最后根据2009～2012年美国新泽西州21个县的抽样调查数据计算该地区的贫困人口比例，并画出散点图进行分析。

车载红外图像的行人检测与跟踪技术

针对车载红外图像的特点,采用基于区域估计的帧差法实现车载红外图像中的行人检测,再通过行人的几何特征和运动速率特征进行行人的识别,最后运用轮廓矩匹配算法进行行人的跟踪。实验结果表明所采用的方法具有较好的行人检测及跟踪效果。

Rav-tree:一种有效支持反向近似近邻查询的索引结构

空间数据库的索引结构是实现有效数据查询的前提和基础。空间数据反向近似近邻查询是空间查询的一个新方向,它避免了精确查询中过多的距离计算,从而能够在效率与准确性上取得平衡。提出的Rav-tree不同于基于启发式规则的索引结构,首先利用局部近似,然后根据Voronoi cell区域和估计圆的方法实现近似近邻查询,并利用过滤结果和分域查询得到初步的候选集,最终通过反向近似近邻查询(RANNQuery)算法得到RANN集,并完整地给出基于Rav-tree的ANN查询算法和RANN查询算法。实验结果表明,Rav-tree对RANN等查询具有较好的查询效率和查全率。

抽样调查理论和方法的最新进展

文章围绕抽样设计、问卷设计、数据收集整理和推断问题四个步骤详细介绍了抽样调查理论和方法的最新进展情况,如总调查设计、电话调查、插补法、问卷分割、基于模型的推断、小区域估计等。