搜索资源列表
-
0下载：
基于次优贝叶斯估计的非线形非高斯条件下的粒子滤波器的MATELAB仿真-based Bayesian estimation of non-linear non-gaussian under the conditions of the particle filter simulation MATELAB
-
-
2下载：
粒子滤波器是通过蒙特卡罗模拟来实现递归贝叶斯滤波，它不需要线性、高斯噪声的假设，适用于任何能用状态空间模型表示的非线性系统，比卡尔曼滤波器的适用范围广。这里给出了几个粒子滤波的matlab编程实例。-particle filters are using Monte Carlo simulations to achieve the recursive Bayesian filtering, it does not require linear, gaussian noise assumptions
-
-
0下载：
标准粒子滤波目标跟踪源码！
一维情况下 非线性非高斯,-Standard particle filter target tracking source! One-Dimensional Non-linear non-gaussian,
-
-
0下载：
粒子滤波程序，仿真实现自由度机器人对目标的跟踪，使用kalman滤波估计总雅可比矩阵J，噪声为非高斯噪声-particle filter procedure, simulation robot tracking of targets, the use of kalman filter estimated total Jacobian matrix J, the noise of non-gaussian noise
-
-
3下载：
粒子滤波、无迹粒子滤波算法程序，高斯混合模型参数设置等详细代码-particle filter, unscented particle filter program, gaussian mixture model parameter settings, and more code
-
-
0下载：
粒子滤波技术在非线性、非高斯系统表现出来的优越性，决定了它的应用范围非常广泛。另外，粒子滤波器的多模态处理能力，也是它应用广泛有原因之一。国际上，粒子滤波已被应用于各个领域。在经济学领域，它被应用在经济数据预测；在军事领域已经被应用于雷达跟踪空中飞行物，空对空、空对地的被动式跟踪；在交通管制领域它被应用在对车或人视频监控；它还用于机器人的全局定位。
-particle filter technology in the non-linear, non-gaussian system demon
-
-
0下载：
opencv 粒子滤波程序，可以对感兴趣的颜色进行跟踪-opencv particle filtering program that can track the color of interest
-
-
0下载：
用粒子滤波产生各种分布的随机数，包括指数分布、高斯分布、二项分布，用MATLAB实现的-particle filter with a variety of random number generation, including the exponential distribution, gaussian distribution, binomial distribution, with a MATLAB implementation
-
-
1下载：
本系统中VIS欠缺的SIFT_VC.lib文件。。。
http://www.pudn.com/downloads224/sourcecode/math/detail1055031.html-This is lib file, which is used in Video Intelligent System (VIS) based on the Microsoft Visual Studio 2008 compiler environment and OpenCV 2.0 library
-
-
0下载：
利用高斯算法的粒子滤波器，可以应用于机器人自主定位等应用-gaussian particle filter algorithm can be used in applications such as robot self-localization
-
-
1下载：
上传一个word档的联邦式扩展卡尔曼粒子滤波算法，大家学习粒子滤波有益，为了使联邦滤波器够有效处理非高斯、非线性系统的状态估计问题，提出将扩展卡尔曼粒子滤波引入联邦滤波结构中，得到一种新的联邦式扩展卡尔曼粒子滤波算法.使用扩展卡尔曼粒子滤波对联邦滤波子系统的多源数据进行处理，从而摆脱了经典卡尔曼滤波的限制，拓宽了联邦滤波器的实际应用范围.将联邦式扩展卡尔曼粒子滤波算法应用于非线性滤波器的一个标准验证模型进行了仿真实验，结果表明该算法是有效性的.-Abstract: A new particle
-
-
0下载：
This code is aimed to simulate the nonlinear non-gaussian particle filter, with rayleigh distributed noises.
-
-
0下载：
介绍了高斯粒子滤波器(GPF) 的基本思想和具体算法的实现步骤,并讨论了此算
法在机动目标转弯模型跟踪中的应用-The introduced gaussian particle filter (GPF), the basic idea and specific implementation steps of the algorithm, and discuss the application of this algorithm in turn model maneuvering target
-
-
1下载：
高斯粒子滤波的基本实现，有举例，注释详细，便于学者学习
-
-
0下载：
高斯粒子滤波算法详解及举例，模式转移矩阵计算，采样算法等，注释清晰-gaussian particle filter algorithm descr iption and examples
-
-
0下载：
This function demonstrates a simple implementation of the basic particle filter. It follows faithfully the first example from the paper: 'Novel Approach To Nonlinear/Non-gaussian Bayesian State Estimation' by Gordon et al.
-
-
0下载：
粒子滤波算法，通过此程序，可以成功的仿真出粒子滤波。在滤波过程中粒子滤波可以处理任意形式的概率，而不像Kalman滤波只能处理高斯分布的概率问题。他的一大优势也在于此。 -particle filter, through this program, you can emulate the success of the particle filter. In the process of filtering particle filter can handle any form of probab
-
-
0下载：
粒子滤波的matlab程序集锦，高斯粒子滤波，经典粒子滤波程序-particle filter matlab program highlights, gaussian particle filter, classical particle filter program
-
-
0下载：
粒子滤波理论是近年来跟踪领域的热门研究课题。在该领域，传统的卡尔曼（Kalman）滤波器是非常经典的运动目标跟踪工具。然而经典亦有其弊端，卡尔曼滤波对于非线性及非高斯环境下的工作能力相当无力。为解决这一问题，本文提出了一种基于粒子滤波的目标跟踪方法。其核心为以粒子(一种随机样本，携带权值)来表示后验概率密度，从而得到基于物理模型的近似最优数值解，其优点在于能在追踪的过程中实现更高的精度和更快的收敛速度等。粒子滤波通过加权计算这些带有权重的随机样本来得到目标的近似的运动状态，因此对于非高斯和非线性
-
-
0下载：
高斯模型下的粒子滤波实验仿真，具有完整的代码，可以学习，可以直接进行仿真使用-The simulation model of the gaussian particle filter, having a complete code, can learn, can be simulated using the direct
-
