导读:本文包含了权值更新算法论文开题报告文献综述及选题提纲参考文献，主要关键词:捷联惯导系统,数值更新算法,不可交换误差,大机动
权值更新算法论文文献综述
严恭敏,杨小康,翁浚,秦永元[1]（2018）在《一种无误差的捷联惯导数值更新新算法》一文中研究指出针对捷联惯导系统中传统等效旋转矢量多子样算法存在原理性误差的问题,根据捷联惯导姿态阵、速度和位置微分方程,直接采用泰勒级数展开法推导并给出了一种新的数值更新算法,新算法在陀螺输出角速度和加速度计输出比力均为时间多项式条件下不存在任何误差,隐含了对姿态和速度不可交换误差的精确补偿。最后,通过仿真验证了新算法在大机动环境下的高精度性能。(本文来源于《导航定位学报》期刊2018年02期）
桑海峰,李伟,陈仲[2]（2015）在《自适应权值的静态背景提取与更新算法》一文中研究指出对比了多种视频中的静态背景提取方法,针对这些方法各自的局限性,提出一种新型的背景提取更新方法。该方法通过引入新参数背景权值及其变化量,背景权值作为评判背景可靠程度的标准,以其数值大小控制背景的维持或者更新。对每一帧图像进行二次判定,将读入的图像元素进行分类,分别产生不同的背景权值变化量,通过背景权值变化量控制背景权值。实验验证表明该方法具有原理简单,运算快捷,更新速度较快且抗前景干扰能力强的优点,而且通过调节定值参数可以适应多种不同情况下的背景提取。(本文来源于《电子测量与仪器学报》期刊2015年03期）
崔潇潇,王贵锦,林行刚[3]（2009）在《基于Adaboost权值更新以及K-L距离的特征选择算法》一文中研究指出对于颜色、纹理变化较大的目标,边界片段是一种较为稳定的特征.手工分割样本再提取边界片段的传统做法由于工作量巨大而限制了样本的数目,不能满足统计学习中大样本训练的要求.但是如果对训练样本采用自动分割的方法就不可避免地引入很多背景中的噪声.在这种情况下特征的选择就显得尤为关键.本文提出一种基于Adaboost权值更新以及K-L距离的特征选择算法,在Adaboost的每一轮训练中动态地选择所有备选边界片段的一个子集作为Adaboost训练的特征集.选择算法以边界片段在正面样本与负面样本中分布的鉴别信息为依据,有效地减少了背景中边界片段的干扰.实验证明该算法是有效的.(本文来源于《自动化学报》期刊2009年05期）
郭森,柳伟,王建华[4]（2008）在《一种自适应权值更新的mean shift跟踪算法》一文中研究指出传统的mean shift跟踪算法根据像素与模板中心的距离为像素设置权值,进而增强算法的鲁棒性。但是在跟踪非刚性或非对称目标的过程中,上述权值设置方法明显不合理。提出了一种自适应核函数的mean shift跟踪算法,它为模板中的每个像素赋予一个卡尔曼滤波器,在目标跟踪过程中根据目标形态变化对像素权值进行修正,从而获得一个更柔性、更合理的模板。将该方法用于人体运动目标的跟踪,基于监控录像中的人体运动目标跟踪实验表明,与现有方法相比,该方法具有很好的鲁棒性及稳定性。(本文来源于《科学技术与工程》期刊2008年16期）
郭森,卢鑫,梁永生,柳伟[5]（2008）在《一种自适应权值更新的Mean shift跟踪算法》一文中研究指出传统的 Mean shift 跟踪算法根据像素与模板中心的距离为像素设置权值,进而增强算法的鲁棒性。但是在跟踪非刚性或非对称目标的过程中,上述权值设置方法明显不合理。本文提出了一种自适应权值更新的 Mean shift 跟踪算法,它为模板中的每个像素赋予一个卡尔曼滤波器,在目标跟踪过程中根据目标形态变化对像素权值进行修正,从而获得一个更柔性、更合理的模板。本文将该方法用于人体运动目标的跟踪,基于监控录像中的人体运动目标跟踪实验表明,与现有方法相比,该方法具有很好的鲁棒性及稳定性。(本文来源于《中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（上册）》期刊2008-07-01）
赵建强,朱培栋,杨铭,何俊[6]（2008）在《MANET中基于邻居节点权值的可验证组密钥更新算法》一文中研究指出相对于传统有线网络集中化组密钥管理协议和算法,门限秘密共享技术能很好地适应移动自组网(MANET)的特点,提供高效可靠的安全保证。为了防止退出节点合谋重构组私钥威胁组通信安全,安全高效的组密钥更新算法是关键。在对合谋问题进行深入分析的基础上,本文提出了基于邻居节点权值的可验证的组密钥更新算法。该算法在保持组私钥不变的情况下主动更新组成员的私钥份额,有效地解决了节点合谋、更新通信量大、恶意节点参与更新等问题。(本文来源于《计算机工程与科学》期刊2008年01期）
曾岳[7]（2006）在《改变值更新规则加快启发式实时算法的收敛》一文中研究指出网络最优路径问题的求解多用启发式算法。LRTA*算法作为启发式A*算法的改进,在多路径求解中,通过引入网络系统实时动态信息,满足动态环境下的实时要求,较快收敛于最优路径。本文给出了通过改变值更新规则来加快实时算法收敛的一种新方法,通过时间和解质量的相对折中,使该算法比LRTA*算法更快地收敛于满意解,是一种求解大城市稠密路网两点间最优路径的有效方法。(本文来源于《计算机与现代化》期刊2006年09期）
张有根,邵志清[8]（2006）在《一种基于权值的序列模式更新算法》一文中研究指出针对原始数据库中增加数据时如何更新规则的问题,提出并应用了一种基于权值的序列模式更新算法UW IUA。该算法利用权值来归约子序列集和利用知识数据库中保留的最小非大序列集产生新的候选序列集,避免了重复遍历原始信息库而造成数据量太大的问题,从而缩短程序运行时间和节约数据存储空间,较好地改进了算法性能。实验结果证明UW IUA算法的效率高于IUA算法。(本文来源于《华东理工大学学报(自然科学版)》期刊2006年08期）
周昌能,余雪丽[9]（2006）在《基于BP网络的权值更新快速收敛算法》一文中研究指出针对标准BP网络学习算法收敛慢的问题,提出了两种权值更新的快速收敛算法,即基于梯度变化率的快速传递算法和基于梯度方向的弹性传递算法,并在煤矿事故救援游戏式训练系统中进行仿真和比较,让游戏角色根据井下空气成分学习判断危险程度,以便受训人员或仿生机器人采取相应的措施。仿真结果表明,所提算法的收敛时间比标准算法有一定改善。(本文来源于《计算机应用》期刊2006年08期）
权值更新算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
对比了多种视频中的静态背景提取方法,针对这些方法各自的局限性,提出一种新型的背景提取更新方法。该方法通过引入新参数背景权值及其变化量,背景权值作为评判背景可靠程度的标准,以其数值大小控制背景的维持或者更新。对每一帧图像进行二次判定,将读入的图像元素进行分类,分别产生不同的背景权值变化量,通过背景权值变化量控制背景权值。实验验证表明该方法具有原理简单,运算快捷,更新速度较快且抗前景干扰能力强的优点,而且通过调节定值参数可以适应多种不同情况下的背景提取。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
权值更新算法论文参考文献
[1].严恭敏,杨小康,翁浚,秦永元.一种无误差的捷联惯导数值更新新算法[J].导航定位学报.2018
[2].桑海峰,李伟,陈仲.自适应权值的静态背景提取与更新算法[J].电子测量与仪器学报.2015
[3].崔潇潇,王贵锦,林行刚.基于Adaboost权值更新以及K-L距离的特征选择算法[J].自动化学报.2009
[4].郭森,柳伟,王建华.一种自适应权值更新的meanshift跟踪算法[J].科学技术与工程.2008
[5].郭森,卢鑫,梁永生,柳伟.一种自适应权值更新的Meanshift跟踪算法[C].中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（上册）.2008
[6].赵建强,朱培栋,杨铭,何俊.MANET中基于邻居节点权值的可验证组密钥更新算法[J].计算机工程与科学.2008
[7].曾岳.改变值更新规则加快启发式实时算法的收敛[J].计算机与现代化.2006
[8].张有根,邵志清.一种基于权值的序列模式更新算法[J].华东理工大学学报(自然科学版).2006
[9].周昌能,余雪丽.基于BP网络的权值更新快速收敛算法[J].计算机应用.2006