导读:本文包含了动态漂移论文开题报告文献综述、选题提纲参考文献，主要关键词:动态,算法,卡尔,姿态,模型,定日,均值。
动态漂移论文文献综述写法
赵星,王晓东,张串绒[1]（2019）在《一种基于数据漂移的动态云安全存储机制》一文中研究指出数据安全是云存储的基石,由于目前云存储系统数据存储物理位置相对固定,系统的不确定性和攻击复杂度均偏低。根据动态弹性安全防御的思想,通过动态改造,可以系统性地增加云存储的安全性。文章提出一种基于数据漂移技术的动态云安全存储机制,该存储机制首先将待存储文件分割成数据微粒并分散存储在不同的网络节点中;继而驱动数据微粒在存储节点间进行持续、随机化"漂移";文件读取时就近聚集下载交付。为了提升系统的安全性,该存储机制的实现采用了均匀分布法与梅森旋转法组合的方法获得随机数;为了有效利用闲散网络带宽,同时不影响正常的网络数据通信,实现系统还增加了流量监控模块对数据的漂移进行主动控制。仿真表明,实验系统功能性及安全性良好。(本文来源于《信息网络安全》期刊2019年10期）
编译,晋楠[2]（2018）在《像“星战”那样投影》一文中研究指出Daniel Smalley一直梦想构建科幻电影中充斥的叁维全息图。但在2008年的电影《钢铁侠》中，看着发明家Tony Stark把双手幽灵般地穿过叁维身体盔甲，Smalley意识到，他永远无法用目前标准的高科技叁维展示--全息技术实现这一目标，因为S(本文来源于《中国科学报》期刊2018-02-08）
王梦梅[3]（2018）在《求解动态优化问题的随机漂移粒子群优化算法》一文中研究指出本文将基于自由电子运动模型的随机漂移粒子群优化算法应用于求解动态环境优化问题,利用随机漂移粒子群算法较强的全局搜索能力迅速找到当前时刻的最优解,在算法中引入分层聚类策略不断搜索函数曲面上新的峰来增强群体重新定位与追踪最优解的能力,并利用收敛检测、拥挤检测和重迭检测来保持群体的多样性。对标准测试函数的求解结果表明,提高了算法在求解动态环境优化问题上的收敛能力。(本文来源于《福建电脑》期刊2018年01期）
李荣[4]（2017）在《利用均值漂移算法的动态手势识别方法》一文中研究指出针对运动手势的动作识别问题,提出了利用均值漂移算法的动态手势识别方法。首先,利用均值漂移算法跟踪捕获手势动作;然后,对样本手势数据进行滤波和处理以选择最佳手势;最后,利用SVM进行手势识别。实验结果表明,提出的方法在运动流方面的手势识别率达到80%以上,效果非常乐观。同时,随机挑选了一个测试集,与其他方法进行比较,也证实了提出方法的优越性。(本文来源于《信息与电脑(理论版)》期刊2017年12期）
马世强[5]（2016）在《卡尔曼与均值漂移在动态目标跟踪中的应用研究》一文中研究指出动态目标跟踪是机器视觉研究领域的重点与难点,它是一门囊括数字图像处理、模式识别及深度学习的交叉学科,主要应用于智能交通、安全监控、人机交互、军事工业与医疗护理等领域。动态目标跟踪的难点在于视频中目标的形态多变,受到光线强弱的影响以及视频中其它物体对目标的遮挡,这些问题严重影响了跟踪的准确性与实时性。因此寻找一种能够克服以上难点的跟踪算法是这一领域亟待解决的问题。本论文通过研究在复杂场景下对动态目标的跟踪,将卡尔曼跟踪算法与均值漂移跟踪算法进行多组对比实验,深入分析了两种跟踪算法对于光线强弱、静动态背景及存在遮挡等干扰时的跟踪特性,通过实验证明了两种跟踪算法在保证准确性与实时性的前提下能够克服大部分的干扰,但均值漂移跟踪算法在动态目标被严重遮挡时容易出现跟踪失败的问题。卡尔曼跟踪算法将动态目标的移动方向及速度作为目标的特征信息,能够在较为严重的遮挡时更准确的预测目标位置,在此基础上将卡尔曼滤波与均值漂移跟踪算法相结合,根据遮挡程度的不同改变比例因子的大小,将两种算法所获得的目标位置进行线性加权,从而求出目标的真实位置,并通过实验验证了这一改进算法的可行性。(本文来源于《内蒙古大学》期刊2016-10-24）
马正华,卢成俊,戎海龙,贺小捧[6]（2016）在《基于Kalman滤波算法的陀螺仪动态漂移补偿研究》一文中研究指出应用MEMS陀螺仪测量人体手臂运动姿态时,针对陀螺仪受线加速度干扰导致测量姿态发散的问题,提出基于Kalman滤波算法的姿态误差补偿方法;该方法首先将陀螺仪采集到的角速度通过方向余弦算法解算得到姿态角,并将陀螺仪动态漂移造成的姿态角误差视为时变信号,通过建立姿态角漂移误差的状态方程及观测方程,应用卡尔曼滤波算法,实现对姿态角漂移误差的估计,最终达到对陀螺仪动态漂移误差的补偿;实验与仿真结果表明,应用该算法能够有效的抑制线加速度干扰导致的陀螺仪测量的姿态发散,适用于陀螺仪对人体手臂运动姿态的测量。(本文来源于《计算机测量与控制》期刊2016年09期）
缪佩,祝雪妹,黄文君[7]（2016）在《定日镜光斑动态漂移特性的研究》一文中研究指出以塔式太阳能热发电系统中的定日镜为研究对象,首先提出一种基于光学反射原理的定日镜反射光斑中心计算方法;然后在理想情况下分析不同塔高、不同位置、不同时刻定日镜光斑中心点的动态变化规律,进一步考虑跟踪误差对定日镜反射光斑漂移特性的影响;最后对矩形全镜场中春分日不同时刻的光斑动态漂移特性进行仿真计算并得出相应结论,为有效实现定日镜的追日聚光跟踪控制和参数校正,提高追日跟踪精度及全境场的聚光效率提供理论依据。(本文来源于《太阳能学报》期刊2016年08期）
许林,邱梦圆,吴栩[8]（2016）在《基于TGARCH-M模型的股票型基金投资风格漂移动态识别及原因分析》一文中研究指出股票型基金投资风格随市漂移已成为一种常态,故动态识别基金风格漂移现象具有重要意义。本文构建了识别投资风格漂移的TGARCH-M模型,并选取2006年之前成立的开放式股票型基金作为样本,将2006~2015年的股市行情分为上涨、下跌、回调、震荡、再次上涨五个阶段,利用TGARCH-M模型对这五个阶段及整个期间的样本股票型基金投资风格漂移和收益率波动情况进行了动态验证。结果表明该模型能够较好识别投资风格漂移现象:占比85.71%的基金在长期均发生了风格漂移,在股市下跌阶段漂移现象更为严重,而在股市上涨阶段大部分基金可以坚持投资风格,同时风格漂移与收益率的波动大小无必然联系。最后,本文进一步分析了投资风格漂移的可能原因,并对监管投资风格漂移现象给出了相关建议。(本文来源于《金融评论》期刊2016年01期）
孙雪,李昆仑,韩蕾,白晓亮[9]（2015）在《基于特征项分布的信息熵及特征动态加权概念漂移检测模型》一文中研究指出现有的概念漂移算法大多建立在数据流的分类模型上,忽略了特征空间与样本空间的分布特点,以及特征选择和加权的重要性.针对此问题提出了一种基于特征项分布的信息熵及特征动态加权算法,从概念漂移的动态演化性出发,根据样本和特征空间的拟合程度,运用特征信息熵理论对数据流中的概念漂移现象进行捕捉,以实现新旧概念的过渡.利用改进的隐含Dirichlet模型特征动态加权算法,以解决当前特征与历史特征的权重确定和无效特征的裁剪问题.在公开的语料库CCERT和Trec06上的测试实验证明了所提出算法的有效性.(本文来源于《电子学报》期刊2015年07期）
徐定杰,苗志勇,沈锋,田春苗[10]（2015）在《MEMS陀螺随机漂移误差系数的动态提取》一文中研究指出针对传统Allan方差提取微机电系统(MEMS)陀螺随机误差系数仅得到近似均值,与实际中其随时间在均值附近波动不相符的缺点,提出一种动态提取MEMS陀螺随机误差系数的方法。该方法将窗函数引入Allan方差计算,不仅能够正确提取MEMS陀螺随机误差系数,而且还能得到MEMS陀螺随机误差系数的时间变化曲线,这将有利于MEMS陀螺的性能分析和误差补偿。实验证明该方法提取的MEMS陀螺随机误差系数的时间变化曲线在以传统Allan方差得到的近似均值附近波动。由此可见,该方法具有一定的可信度。(本文来源于《宇航学报》期刊2015年02期）
动态漂移论文开题报告范文
（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：
Daniel Smalley一直梦想构建科幻电影中充斥的叁维全息图。但在2008年的电影《钢铁侠》中，看着发明家Tony Stark把双手幽灵般地穿过叁维身体盔甲，Smalley意识到，他永远无法用目前标准的高科技叁维展示--全息技术实现这一目标，因为S
（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。
动态漂移论文参考文献
[1].赵星,王晓东,张串绒.一种基于数据漂移的动态云安全存储机制[J].信息网络安全.2019
[2].编译,晋楠.像“星战”那样投影[N].中国科学报.2018
[3].王梦梅.求解动态优化问题的随机漂移粒子群优化算法[J].福建电脑.2018
[4].李荣.利用均值漂移算法的动态手势识别方法[J].信息与电脑(理论版).2017
[5].马世强.卡尔曼与均值漂移在动态目标跟踪中的应用研究[D].内蒙古大学.2016
[6].马正华,卢成俊,戎海龙,贺小捧.基于Kalman滤波算法的陀螺仪动态漂移补偿研究[J].计算机测量与控制.2016
[7].缪佩,祝雪妹,黄文君.定日镜光斑动态漂移特性的研究[J].太阳能学报.2016
[8].许林,邱梦圆,吴栩.基于TGARCH-M模型的股票型基金投资风格漂移动态识别及原因分析[J].金融评论.2016
[9].孙雪,李昆仑,韩蕾,白晓亮.基于特征项分布的信息熵及特征动态加权概念漂移检测模型[J].电子学报.2015
[10].徐定杰,苗志勇,沈锋,田春苗.MEMS陀螺随机漂移误差系数的动态提取[J].宇航学报.2015