摘要:本文考虑了水下目标的定位,其中放置了许多声纳浮标来测量目标声音的方位。声纳浮标的方位精度非常低,例如 10 度。在实践中,我们可以使用多个异构声纳浮标,这样传感器噪声的方差可能与另一个传感器的方差不同。此外,一个传感器的最大感应范围可能与另一个传感器的最大感应范围不同。如果传感器检测到目标的方位,则真实目标必须存在于传感器的感应范围内。为了基于低精度的方位测量来估计目标位置,本文介绍了一种基于多个虚拟测量集 (VMS) 的新型目标定位方法。这里,每个 VMS 都是考虑到每个声纳传感器的方位测量噪声而得出的。据我们所知,本文在基于低精度的异构声纳浮标传感器定位目标的 2D 位置方面是新颖的,考虑到传感器的最大感应范围。通过使用计算机模拟将所提出的定位方法与其他最先进的定位方法进行比较,验证了所提出的定位方法的优越性(同时考虑时间效率和定位精度)。
记录POR部署就绪(PORDR)日期。这是客户实验室和/或现场测试完成的日期,并且客户认为软件被视为开始在其余目标设备中安装。这是在完成实际部署现成里程碑后,将用于确定部署现成方差(DRV)度量的日期。POR部署准备(PORDR)日期:mm/dd/yyyy
摘要:本文考虑了水下目标的定位,其中放置了许多声纳浮标来测量目标声音的方位。声纳浮标的方位精度非常低,例如 10 度。在实践中,我们可以使用多个异构声纳浮标,这样传感器噪声的方差可能与另一个传感器的方差不同。此外,一个传感器的最大感应范围可能与另一个传感器的最大感应范围不同。如果传感器检测到目标的方位,则真实目标必须存在于传感器的感应范围内。为了基于低精度的方位测量来估计目标位置,本文介绍了一种基于多个虚拟测量集 (VMS) 的新型目标定位方法。这里,每个 VMS 都是考虑到每个声纳传感器的方位测量噪声而得出的。据我们所知,本文在考虑传感器的最大感应范围的情况下,基于低精度的异构声纳浮标传感器对目标的 2D 位置进行定位方面是新颖的。通过使用计算机模拟将所提出的定位方法与其他最先进的定位方法进行比较,验证了所提出的定位方法的优越性(同时考虑时间效率和定位精度)。
在正常健康衰老过程中,通常会出现大脑皮层变薄和脑血流 (CBF) 减少。然而,基于成像的年龄预测模型主要使用大脑的形态特征。互补的生理 CBF 信息可能会改善年龄估计。在本研究中,对 146 名成年期的健康参与者获取了 T1 加权结构磁共振成像和动脉自旋标记 CBF 图像。分割出 68 个大脑皮层区域,计算每个区域的皮层厚度和平均 CBF。计算每个区域和数据类型与年龄的线性回归,并计算侧向性和相关矩阵。使用皮层厚度和 CBF 数据以及两种数据类型的组合训练了 16 个预测模型。年龄解释的皮层厚度数据 (平均 R 2 为 0.21) 中的方差比 CBF 数据 (平均 R 2 为 0.09) 中的方差更大。所有 16 个模型在结合两种测量类型并使用特征选择时的表现都明显更好,因此,我们得出结论,纳入 CBF 数据会略微改善年龄估计。2020 Elsevier Inc. 保留所有权利。
•线性代数:向量操作,矩阵乘法/裁定量/痕迹/特征值)•微积分:部分导数/梯度。•概率:共同分布(高斯,指数,伯努利,多变量正常);贝叶斯规则。•统计:期望,方差,协方差,中位数;最大似然。•数值优化:最大化功能,最小化功能,最大值,最小值;最大似然。
摘要:微机电系统 (MEMS) 的发展进步使得制造廉价、小尺寸的加速度计和陀螺仪成为可能,它们被用于许多需要进行全球定位系统 (GPS) 和惯性导航系统 (INS) 集成的应用中,即,识别轨道缺陷、地面和行人导航、无人驾驶飞行器 (UAV)、许多平台的稳定等。虽然这些 MEMS 传感器成本低廉,但它们会出现不同的误差,从而在短时间内降低导航系统的准确性。因此,有必要对这些错误进行适当的建模,以尽量减少这些错误,从而提高系统性能。在本研究中,我们展示并比较了目前用于分析影响这些传感器的随机误差的最常用技术:我们详细研究了自相关、Allan 方差 (AV) 和功率谱密度 (PSD) 技术。随后,还实现了惯性传感器的分析和建模,其中结合了自回归 (AR) 滤波器和小波去噪。由于低成本 INS(MEMS 级)的误差源包括短期(高频)和长期(低频)分量,我们引入了一种通过对 Allan 方差、小波去噪和选择分解级别进行完整分析来补偿这些误差项的方法,以实现这些技术的适当组合。最后,为了评估使用这些技术获得的随机模型,扩展卡尔曼
摘要。这篇由两部分组成的论文的第二部分使用波动光学模拟来研究与湍流和时间相关热晕 (TDTB) 相关的蒙特卡罗平均值。目标是研究湍流热晕相互作用 (TTBI)。在接近 1 μ m 的波长下,TTBI 会增加高功率激光束通过分布式大气像差传播时产生的建设性和破坏性干扰(即闪烁)的量。因此,我们使用球面波 Rytov 数、风清除周期数和畸变数来衡量模拟湍流和 TDTB 的强度。这些参数在给定具有恒定大气条件的传播路径时非常有用。此外,我们使用对数振幅方差和分支点密度来量化 TTBI 的影响。这些指标来自点源信标通过模拟湍流和 TDTB 从目标平面反向传播到源平面。总体而言,结果表明,由于 TTBI,对数振幅方差和分支点密度显著增加。这一结果对执行相位补偿的光束控制系统构成了重大问题。© 作者。由 SPIE 根据 Creative Commons Attribution 4.0 Unported 许可证发布。分发或复制本作品的全部或部分内容需要完全署名原始出版物,包括其 DOI。[DOI:10.1117/1.OE.59.8.081805]
摘要 - 在这项工作中,我们检查了不对称的沙普利谷(ASV),这是流行的Shap添加剂局部解释方法的变体。ASV提出了一种改善模型解释的方法,该解释结合了变量之间已知的因果关系,并且也被视为测试模型预测中不公平歧视的一种方法。在以前的文献中未探索,沙普利值中的放松对称性可能会对模型解释产生反直觉的后果。为了更好地理解该方法,我们首先展示了局部贡献如何与降低方差的全局贡献相对应。使用方差,我们演示了多种情况,其中ASV产生了违反直觉归因,可以说为根本原因分析产生错误的结果。第二,我们将广义添加剂模型(GAM)识别为ASV表现出理想属性的限制类。我们通过证明有关该方法的多个理论结果来支持我们的学位。最后,我们证明了在多个现实世界数据集上使用不对称归因,并使用有限的模型家族进行了使用梯度增强和深度学习模型的结果进行比较。索引术语 - 解释性,摇摆,因果关系
表 4 分别列出了每个参与者使用能量、熵和方差特征的分类器性能。给出了每个母小波和特征集的最高准确度。性能最成功的分类器算法在准确度之下给出。表 4 的最后一列还给出了平均分类器准确度。在这些准确度最高的算法中,集成学习器算法的准确度最高,达 43 次。