当前位置:主页 > 科技论文 > 仪器仪表论文 >

改进小波序贯极限学习机的光电经纬仪空间配准算法研究

发布时间:2017-09-10 22:16

  本文关键词:改进小波序贯极限学习机的光电经纬仪空间配准算法研究


  更多相关文章: 光电经纬仪 空间配准 小波神经网络 序贯极限学习机


【摘要】:针对光电经纬仪数据融合系统中的空间配准问题,提出复合函数小波神经网络序贯极限学习机光电经纬仪空间配准算法。该算法将小波理论引入到极限学习机中,利用小波函数和任意分段连续非线性函数构造极限学习机隐层节点激励函数,小波函数的伸缩因子和平移因子根据输入数据范围进行初始化,并结合极限学习机在线学习方法进行训练。实验结果表明:改进小波序贯极限学习机的光电经纬仪空间配准算法可以使光电经纬仪的测量精度提高到3″以内,与标准极限学习机空间配准算法相比,该算法能够实现在线增量式快速学习,具有更好的泛化性能。
【作者单位】: 中国科学院长春光学精密机械与物理研究所;中国科学院大学;长春工业大学电气与电子工程学院;
【关键词】光电经纬仪 空间配准 小波神经网络 序贯极限学习机
【基金】:国家863计划项目(2008AA0047)
【分类号】:TH761.1
【正文快照】: 0引言光电经纬仪多传感器数据融合系统中,采用融合技术综合处理长波红外、中波红外、可见光等传感器的量测数据,可以增大量测范围、提高目标跟踪能力、增强系统可靠性及跟踪准确度。由于系统中各传感器存在系统误差,量测轨迹并不重合,直接进行融合将导致跟踪准确度降低,难以发

【参考文献】

中国期刊全文数据库 前6条

1 李军辉;杨峰;程咏梅;胡振涛;;一种多传感器实时误差配准算法研究[J];传感技术学报;2010年05期

2 俞建国;刘梅;包玖红;姚璐;;基于星光测量天基传感器实时定标在弹道目标跟踪应用[J];电子与信息学报;2013年04期

3 全丽萍;李晓理;王巧智;;多分辨率小波极限学习机[J];北京科技大学学报;2014年12期

4 崔亚奇;熊伟;何友;;基于MLR的机动平台传感器误差配准算法[J];航空学报;2012年01期

5 杨宏韬;高慧斌;张淑梅;;极限学习机方法在经纬仪空间配准中的应用[J];红外与激光工程;2013年12期

6 刘瑜;何友;王海鹏;董凯;;基于平方根容积卡尔曼滤波的目标状态与传感器偏差扩维联合估计算法[J];吉林大学学报(工学版);2015年01期

【共引文献】

中国期刊全文数据库 前10条

1 丰昌政;薛强;;雷达组网的精确极大似然误差配准算法[J];兵工自动化;2012年02期

2 陈辉;邓记才;吴晓辉;宋杨;;多传感器信息融合在轮式机器人运动控制中的应用[J];传感技术学报;2011年06期

3 马超;张英堂;李志宁;尹刚;;基于ELM和证据理论的发动机故障诊断[J];车用发动机;2013年03期

4 项子旋;王振宇;刘国海;奚家健;;基于极端学习机的SLFN谐波检测法[J];电测与仪表;2013年08期

5 李业波;李秋红;黄向华;赵永平;;航空发动机传感器故障与部件故障诊断技术[J];北京航空航天大学学报;2013年09期

6 雷雨;赵丹宁;;极限学习机在卫星钟差预报中的应用[J];大地测量与地球动力学;2013年05期

7 陈林元;何佳洲;罗双喜;安瑾;;基于合作目标的动态舰载平台综合系统误差估计[J];电光与控制;2013年11期

8 苑津莎;张利伟;王瑜;尚海昆;;基于极限学习机的变压器故障诊断方法研究[J];电测与仪表;2013年12期

9 张文博;姬红兵;;融合极限学习机[J];电子与信息学报;2013年11期

10 韩敏;刘贲;;一种改进的旋转森林分类算法[J];电子与信息学报;2013年12期

中国重要会议论文全文数据库 前9条

1 李彬;荣学文;;改进在线极端学习机算法在太阳黑子预测中的应用[A];第25届中国控制与决策会议论文集[C];2013年

2 李彬;荣学文;;单隐层前向神经网络在线学习算法综述与性能分析[A];第25届中国控制与决策会议论文集[C];2013年

3 Xue Mo;Youqing Wang;Xiangwei Wu;;Hypoglycemia Prediction Using Extreme Learning Machine (ELM) and Regularized ELM[A];第25届中国控制与决策会议论文集[C];2013年

4 Haisen Ke;Wenrui Li;;Extreme learning machine-based stable adaptive control for a class of nonlinear system[A];第26届中国控制与决策会议论文集[C];2014年

5 王新迎;韩敏;;基于在线支持向量极端学习机的非平稳时间序列预测[A];第十一届全国博士生学术年会——信息技术与安全专题论文集[C];2013年

6 Bin Li;Yibin Li;Xuewen Rong;;A Hybrid Optimization Algorithm for Extreme Learning Machine[A];2015年中国智能自动化学术会议论文集(第一分册)[C];2015年

7 Li Kang;Yuanlong Yu;;Moving Vehicle Detection Using Oriented Histograms of Differential Flow and Extreme Learning Machine[A];2015年中国智能自动化学术会议论文集(第一分册)[C];2015年

8 Pu Yang;Xiao Li;Jiangfan Ni;Jing Zhao;;Fault Diagnostic Method for Photovoltaic Grid Inverter Based on Online Extreme Learning Machine[A];2015年中国智能自动化学术会议论文集(第一分册)[C];2015年

9 Xiaofeng Lin;Jinbo Liang;;Modeling Based on the Extreme Learning Machine for Raw Cement Mill Grinding Process[A];2015年中国智能自动化学术会议论文集(第三分册)[C];2015年

中国博士学位论文全文数据库 前10条

1 黄柳强;灵活交流输电设备间交互及协调研究[D];中国电力科学研究院;2013年

2 王欣艳;煤矿安全隐患治理能力评估与预测方法研究[D];中国矿业大学(北京);2013年

3 顾营迎;航天光学遥感器图像终端像质评价方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2013年

4 陆静霞;植物电信号特征分析及其与环境因子关系研究[D];南京农业大学;2012年

5 雷达;基于智能学习模型的民航发动机健康状态预测研究[D];哈尔滨工业大学;2013年

6 郭通;基于自适应流抽样测量的网络异常检测技术研究[D];解放军信息工程大学;2013年

7 杨易e,

本文编号:826946


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/yiqiyibiao/826946.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户7319e***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com