莱特准则的椭圆拟合优化算法
大小：0.75 MB 人气： 2017-12-07 需要积分：2
普遍使用的代数距离最小的最小二乘（ LS）椭圆拟合算法简单、易实现，但对样本点无选择，导致拟合结果易受误差点影响，拟合不准确。针对此特性，提出了一种基于莱特准则的椭圆拟合优化算法。首先，由代数距离最小的LS法对待拟合曲线进行椭圆拟合；其次，将待拟合曲线上的点与LS法拟合的椭圆的代数距离作为样本点集，在验证该样本点集服从正态分布的情况下，采用莱特准则，将样本点中值大于l 3al的点判定为野值并剔除，进行多次拟合，直至样本点中无野值；最后，得到椭圆最优拟合结果。仿真实验结果表明，优化算法的拟合误差在1. 0%以下，相比同条件下的LS法，其拟合精度至少提高2个百分点。优化算法的仿真结果与其在香烟圆度在线检测中的实际应用验证了此算法的有效性。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
莱特准则的椭圆拟合优化算法下载
相关电子资料下载
- 神经网络优化算法有哪些 70
- 全面总结机器学习中的优化算法 332
- 边缘计算计算卸载与资源分配联合优化算法 852
- 粒子群优化算法PSO优化模糊控制论域 863
- 从浅层到深层神经网络：概览深度学习优化算法 517
- 鲸鱼优化算法MATLAB实战 1149
- 车载雷达在墓地内识别到多位行人？理想回应：传感器局限，会优化算法 262
- 什么是针对GPU单指令多数据流的编译优化算法 837
- 什么是深度学习中优化算法 1298
- 基于OpenCV和MCU的优化算法 466