T=题名(书名、题名),A=作者(责任者),K=主题词,P=出版物名称,PU=出版社名称,O=机构(作者单位、学位授予单位、专利申请人),L=中图分类号,C=学科分类号,U=全部字段,Y=年(出版发行年、学位年度、标准发布年)
AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
范例一:(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二:P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016
摘要:粒子退化现象是粒子滤波算法应用中的一个主要问题,标准重采样粒子滤波算法虽然可以有效的解决粒子退化现象,改善粒子滤波性能,但同时也会出现其他问题,如粒子样本的多样性缺失、具有较高权值的粒子多次被统计等等。对此,提出一种基于神经网络的粒子滤波算法研究,将BP神经网络算法和标准粒子滤波算法相结合,调整较小权值的粒子,分裂较大权值的粒子,仿真结果表明,提出的算法是可行的。
地址:宁波市钱湖南路8号浙江万里学院(315100)
Tel:0574-88222222
招生:0574-88222065 88222066
Email:yzb@zwu.edu.cn