您的位置: 专家智库 > >

郭俊

作品数:3 被引量:12H指数:2
供职机构:西华大学更多>>
发文基金:教育部“春晖计划”更多>>
相关领域:自动化与计算机技术建筑科学更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...
  • 1篇建筑科学

主题

  • 2篇动目标
  • 2篇动目标检测
  • 2篇运动目标检测
  • 2篇目标检测
  • 1篇电力
  • 1篇电力负荷
  • 1篇电力负荷预测
  • 1篇短期电力负荷
  • 1篇短期电力负荷...
  • 1篇视频
  • 1篇视频图像
  • 1篇图像
  • 1篇灰色预测
  • 1篇混合高斯
  • 1篇混合高斯背景...
  • 1篇混合高斯模型
  • 1篇负荷预测
  • 1篇高斯
  • 1篇高斯背景模型
  • 1篇高斯模型

机构

  • 3篇西华大学

作者

  • 3篇郭俊
  • 2篇王平
  • 1篇李思岑
  • 1篇宋丹妮
  • 1篇沈志忠

传媒

  • 1篇建筑电气
  • 1篇微型机与应用

年份

  • 2篇2016
  • 1篇2015
3 条 记 录,以下是 1-3
排序方式:
基于视频图像的运动目标检测与阴影去除算法研究
作为视频图像运动目标分析技术的基础,视频图像运动目标检测与阴影去除已经成为智能监控系统、行为识别与理解系统以及人机交互系统的一个重点研究项目。其任务是将我们关心的运动目标尽可能不失真的从复杂的背景场景中提取出来,为后续进...
郭俊
关键词:视频图像运动目标检测
文献传递
基于改进的混合高斯模型的运动目标检测被引量:2
2016年
提出了一种改进的混合高斯背景模型方法,克服了传统混合高斯背景建模方法计算时间长的缺点。通过对视频图像中运动目标区域进行背景建模,减小了每一帧的背景建模区域,同时在提取运动目标区域前先对初提取的前景目标进行中值滤波,减小运动目标区域的范围,进一步压缩了背景建模的时间。最后通过与时间平均背景建模和传统混合高斯背景建模方法进行比较,验证了本文算法的高效性。
郭俊王平
关键词:运动目标检测背景减除法混合高斯背景模型
基于GM(2,1)模型的短期电力负荷预测被引量:10
2015年
传统的灰色系统GM(1,1)模型只适用于呈近似指数增长趋势的原始数列,而GM(2,1)模型适用范围更广,被广泛应用于各个行业。但由于计算复杂,以及模型自身存在的问题,在电力负荷预测上鲜有人研究。现将GM(2,1)模型运用于短期的电力负荷预测中,详细列出参数的计算过程,并与传统的GM(1,1)模型进行对比,结果表明,GM(2,1)模型比GM(1,1)模型预测精度更高,并且G M(2,1)模型预测的精度基本不受数据的影响,使用范围更广。
沈志忠王平宋丹妮李思岑郭俊
关键词:灰色预测GM(2,1)模型GM(1,1)模型电力负荷
共1页<1>
聚类工具0