滑动窗
滑动窗的相关文献在1988年到2022年内共计363篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、电工技术
等领域,其中期刊论文125篇、会议论文7篇、专利文献92445篇;相关期刊96种,包括兰州理工大学学报、中国生物医学工程学报、电力系统及其自动化学报等;
相关会议7种,包括第七届全国信号与信息处理联合会议暨首届全国省(市)级图象图形学会联合年会、第八届中国管理科学学术年会、中国电子学会第十一届青年学术年会等;滑动窗的相关文献由804位作者贡献,包括陈大鹏、刘阔天、王丽强等。
滑动窗—发文量
专利文献>
论文:92445篇
占比:99.86%
总计:92577篇
滑动窗
-研究学者
- 陈大鹏
- 刘阔天
- 王丽强
- 陈华
- 李军
- G·基斯
- M·彼得
- S·芬格勒
- T·尼柯斯
- 刘贤平
- 张科
- P·马格亚
- T·伊斯莱尔
- Z·瓦萨尼
- 岩田诚
- 林英杰
- 池昌炫
- 浅冈真巨
- 董志芳
- 西川亮太
- 詹茂榕
- 须藤丰
- 伍家松
- 关金亮
- 史安娜
- 曹广喜
- 李裕洲
- 林军
- 段晨东
- 王伟
- 王怀远
- 赵永平
- 郑荣富
- 陈锦攀
- A·维希勒
- B·R·南
- B·塔茲比尔
- B·雷恩
- C·杰奎因
- E·巴尔奇
- F·约瑟林
- H·M·马查多-赖尼亚
- M·布雷舍米耶
- M·莫鲁茲
- P-E·卡瓦雷克
- P·弗鲁特
- R·赛尼基
- S·安东尼
- T·伊斯勒
- T·加比
-
-
李广;
牛伟明;
李玉春
-
-
摘要:
趋势异常检测是工业领域一项重要研究内容。工程参数微弱趋势异常变化是复杂工程事故的征兆,因此微弱趋势异常检测具有重要工程意义和研究价值。工业环境存在噪声,常引起趋势异常误报,算法中的参数设置对算法效果影响很大。采用滑动嵌套窗体对噪声进行抑制,采用粒子群算法优化参数设置以获得算法最优设置,该方法被命名为OP-WTA。石油钻井现场数据验证表明,该方法可以抑制噪声,提高微弱趋势检测分类能力。
-
-
赵小强;
刘凯
-
-
摘要:
针对间歇过程数据存在的非线性和动态特性导致故障检测效果不佳的问题,提出一种基于滑动窗(sliding window,SW)的多向差分正交邻域保持嵌入(multiway differential orthogonal neighborhood preserving embedded,MDONPE)算法.首先对间歇过程数据进行预处理,找到样本的最近邻,将样本与最近邻进行差分运算;然后对NPE算法进行投影向量正交化得到具有正交约束的正交邻域保持嵌入算法,利用正交邻域保持嵌入算法进行降维和特征提取,进一步利用滑动窗策略,选择合适的窗口宽度,合并窗口内的采样数据,使得故障样本的特征更加明显;最后通过检测T^(2)和SPE统计量判断是否发生故障.利用青霉素发酵仿真过程数据并与MPCA、KNPE算法进行对比验证,结果显示SW-MDONPE算法在故障检测中对比其他算法有更好的检测效果.
-
-
秦华阳;
陈增强;
孙明玮;
孙青林
-
-
摘要:
自抗扰控制技术应用已日渐成熟,但当系统中存在高频非平稳噪声信号时,线性自抗扰控制(LADRC)存在难以选取合适的观测器带宽的问题:当带宽较小时,线性扩张状态观测器(LESO)难以实现对总扰动的实时观测,会造成时滞;当带宽较大时,LESO又会放大噪声对系统的影响,从而造成总扰动观测失真.为了解决这一问题,将小波降噪环节加入LADRC中,通过设计基于滑动窗实时小波降噪的LESO,对含噪输出信号进行实时降噪.使用Simulink搭建系统模型,分别在输出信号中加入高斯白噪声或谐波等不同类型的高频非平稳噪声进行仿真实验,并将所提方法与滑动平均法进行对比,结果验证了所提方法的有效性.
-
-
王玉凡;
高玉龙;
吴兆平;
王恺宇
-
-
摘要:
在星间链路自跟踪系统中,角跟踪接收机中误差信号的抖动大小决定系统天线跟踪精度和稳定度。为降低误差信号的抖动,结合工程实际应用情况,在FPGA上实现一种16点加权平均滑动窗算法。该算法首先对误差信号进行频谱分析,找出误差信号的频率分布范围。然后根据误差信号采样率和误差信号的频率分布范围,确定加权滑动窗点数和加权系数。最后在FPGA上对该算法进行实现,实现过程中采用桶形移位器方式,将15次加法和1次除法运算降低为1次加法,1次减法和1次截位操作,FPGA资源使用量显著降低。实际测试结果表明,该算法能有效对角跟踪接收机误差信号进行平滑,从而解决角跟踪接收机在低信噪比、高信息速率情况下误差信号抖动不满足指标要求的问题。误差信号抖动由0.25 V左右降低为0.06 V左右,这一方式显著改善了系统性能。
-
-
黄海阳;
王成;
李海波;
赖雄鸣;
缑锦;
张惠臻
-
-
摘要:
为了仅从非平稳振动响应信号中在线识别线性慢时变弱阻尼结构的时变和瞬态的模态参数,提出一种基于滑动窗变步长等变自适应源分离(MWVEASI)的工作模态参数识别方法.该方法采用固定窗长技术,使得非平稳振动响应信号在每个窗内可近似看作是平稳的随机序列,线性慢时变结构可看作多个时不变结构.在每个窗内,再利用变步长的EASI算法识别出该时段内的模态振型和固有频率作为最中间时刻的瞬时模态参数.最后移动窗口,得到线性时变结构的整个时段的工作模态参数.在质量慢时变的三自由度弹簧振子结构的仿真数据集上的识别结果表明,两种不同的MWVEASI方法都能够很好地识别线性慢时变结构的模态振型、固有频率,与滑窗固定步长EASI、变步长EASI算法相比,MWVEASI能够更好地跟踪时变特性,识别精度高、收敛速度快.
-
-
闫成起;
赵利华;
陈梦婕;
周军
-
-
摘要:
为运用肌电信号分析髋脱位儿童和正常儿童的差异,提出一种基于统计的聚类方法,识别步态中下肢肌电信号的周期起始时刻.使用非参数贝叶斯模型将肌电信号序列聚类为状态序列,并通过k均值聚类算法将该状态序列标记为肌肉活跃和不活跃两种状态,将肌肉活跃状态的起始时刻作为肌电信号周期的起始位置,并且利用窗函数方法提高预测准确性.实验结果表明,该方法对于预测正常儿童周期起始位置的识别误差较小,平均值为2.15%,并且在5%的置信度水平下与SampEN、SNEO和IP等检测算法相比具有较高的预测准确率.
-
-
张介嵩;
黄影平;
张瑞
-
-
摘要:
针对自动驾驶场景中目标检测存在尺度变化、光照变化和缺少距离信息等问题,提出一种极具鲁棒性的多模态数据融合目标检测方法,其主要思想是利用激光雷达提供的深度信息作为附加的特征来训练卷积神经网络(CNN).首先利用滑动窗对输入数据进行切分匹配网络输入,然后采用两个CNN特征提取器提取RGB图像和点云深度图的特征,将其级联得到融合后的特征图,送入目标检测网络进行候选框的位置回归与分类,最后进行非极大值抑制(NMS)处理输出检测结果,包含目标的位置、类别、置信度和距离信息.在KlTTl数据集上的实验结果表明,本文方法通过多模态数据的优势互补提高了在不同光照场景下的检测鲁棒性,附加滑动窗处理改善了小目标的检测效果.对比其他多种检测方法,本文方法具有检测精度与检测速度上的综合优势.
-
-
许烁;
何俊红;
王栋
-
-
摘要:
目前无人驾驶汽车的研究方向越来越受到欢迎,其中最基础和重要的是道路车道线检测识别.当下随着汽车行驶的各种路况复杂程度的增加,人们对车道线检测效率和检测精度也提出了更高的要求.提出了一种结合颜色阈值分割和Canny边缘分割的检测相结合的图像预处理算法,通过对二值化后的图像进行逆透视变换将干扰车道线检测的道路和车辆等因素有效去除,很大程度上避免了误检.通过在滑动窗口内检测和二次抛物线拟合的车道线检测算法,提高了检测算法的运行效率.在实际行驶道路的视频中测试结果表明,该算法能快速地检测出车道线,具有令人满意的准确率和鲁棒性.
-
-
梁仕杰;
王彪;
张岑
-
-
摘要:
水声信道具有稀疏性的特点,因此高精度低复杂度的稀疏信道估计算法对水声通信具有重要意义。基于自适应滤波算法的信道估计问题本质上是线性回归模型参数的求解问题,传统的最小二乘(Least Square,LS)、最小均方(Least Mean Square,LMS)及递归最小二乘(Recursive Least Squares,RLS)算法在估计稀疏信道时不仅复杂度较高,而且在求解线性回归模型时,因忽略自变量的多重共线性而使稀疏信道估计精度降低。针对上述问题,首先,在经典RLS算法的代价函数中加入信道系数的范数对其进行约束,从而提高了稀疏信道估计的精度,然后,采用滑动窗的方式对其代价函数进行处理以减少算法的计算量。在此基础上又引入二分坐标下降(Dichotomous Coordinate Descent,DCD)算法搜索单次迭代中使代价函数最小的解,进一步降低了算法的复杂度。仿真结果表明,文中所提的算法相较于经典算法在估计精度和复杂度方面具有一定的优越性。
-
-
-
Qiang Liu;
刘强;
Xihong Chen;
陈西宏;
Yongshun Zhang;
张永顺;
Jizhe Sun;
孙际哲;
Zhongwei Sun;
孙中伟
- 《第九届中国卫星导航学术年会》
| 2018年
-
摘要:
提出了一种基于滑动窗的融合钟差预报算法,在利用多项式模型对钟差数据进行粗预报的基础上,采用灰色模型对预报残差进行精调整,将粗预报与精调整相结合构成融合钟差预报算法;同时为了降低预报时间的增长带来的误差累积效应,引入滑动窗来更新学习样本,在一段时长预报基础上,将部分预报数据加入到学习样本中同时舍弃前段钟差序列样本,以此来减小钟差预报误差的累积效应的影响.通过算例研究表明,较多项式模型和灰色模型单独预报,所提融合算法改善了卫星中短期钟差预报性能,获得了预报均方根误差均值优于0.5ns(5h)和2ns(5d)的预报精度,添加滑动窗的融合算法能够较不添加滑动窗的融合算法预报精度提高31.67%,有效的降低了钟差累积效应对钟差预报的影响.该算法可应用于卫星星载钟源的钟差预报中,同时也可推广应用于广义的多基站高精度时间同步系统钟差预报中,来提升系统的时间同步精度和时间同步抗风险能力,从而整体提高系统效能.
-
-
李业波;
李秋红;
黄向华;
赵永平
- 《中国航空学会第十六届航空发动机自动控制专业学术交流会》
| 2012年
-
摘要:
针对训练数据贯序输入的ELM训练问题,基于滑动窗的思想并结合选择机制提出了一种基于滑动窗的OS-ELM算法.该算法通过逐次增加训练数据训练预测模型,并以训练后预测模型的泛化能力为依据对新训练数据进行筛选.同时,通过设置滑动窗的长度对超过窗口长度的训练数据进行滑动更新,提高了算法的实时性.因而在不丧失预测精度的前提下,该算法很大程度地缩短了预测时间.将基于滑动窗的OS-ELM应用于航空发动机故障的诊断、隔离与重构,通过对传感器偏置和漂移故障的仿真试验,表明该算法能够对航空发动机传感器故障很好的诊断、隔离与重构,并具有较高的精度和效率.
-
-
-
DIAO Yue-yue;
刁月月;
SHEN He-ping;
申和平;
SUN Chun-yan;
孙春燕;
LIU Yi-le;
刘乙乐
- 《中国声学学会2017年全国声学学术会议》
-
摘要:
脉冲检测与参数提取是被动声纳侦查的一个重要环节.传统的脉冲检测方法主要包括能量检测法、Power-Law法和短时相关法等.能量检测法因具有简单易于实现的特点,所以应用最为广泛,但是其需要较高的信噪比.Power-Law法在高斯噪声背景中检测效果很好,但是色噪声背景下检测效果迅速下降.对于非合作目标,信号的相关参数是未知的,短时相关法失去效果.随后,很多学者也提出了不少的脉冲检测方法.如将模态分解应用于瞬态脉冲检测,但是其会出现模态混叠,并且其分解参数的选取需要视情况而定,在实际应用中受限.后来学者们将语音检测中的熵检测引入到水声的信号检测中来,但是海洋环境复杂导致噪声的谱熵起伏很大,这给门限的选择提出很大的挑战.如门限选择不当,会出现很大的虚警和漏报.针对海上脉冲信号检测问题,本文在STFT 基础上进行改进提出了基于滑动窗线谱频域相关的检测算法。通过理论分析和海试验证表明:频域相关可有效地消除干扰,增强检测信噪比。通过与谱熵检测算法的对比,本文提出的检测算法性能更优,并且简单、易于实现,具有一定的工程应用价值。
-
-
-
曹广喜;
史安娜
- 《第八届中国管理科学学术年会》
| 2006年
-
摘要:
本文介绍了一种新的MFDFA(multifractaldetrendedfluctuationanalysis)方法,分别利用此MFDFA方法和基于滑动窗技术的此MFDFA方法研究了上证综指日收益率序列的波动特征.一方面,验证了此方法的有效性以及滑动窗MFDFA方法的精确性;另一方面,实证结果表明:上证综指收益率序列具有多重分形特征,小幅波动具有持续性,大幅波动具有一定程度的反持续性.
-
-
钟秋萍;
衡伟
- 《中国电子学会第十一届青年学术年会》
| 2005年
-
摘要:
针对迭代均衡接收机中的Turbo译码器,本文重点讨论了其基于滑动窗的Log-Map算法的FPGA实现方案.该方案采用流水线和多时钟设计,提高了译码的速度:同时通过加滑动窗和对关键模块的复用,降低了系统成本.整个设计采用VerilogHDL语言,并在Xilnx的VirtexIIpro系列上得到了实现.