形态滤波器是一种非常重要的非线性滤波器。本课题在研究数学形态学和基本形态滤波器基础上,引入神经网络和遗传算法等相关学科的理论和方法,研究形态滤波器的最优化理论,高效快速算法,并研制最优形态滤波的硬件并行处理系统。其研究成果将会在图象处理、模式识别和计算机视觉等领域获得广泛应用,对非线性过滤波技术的发展产生积极的影响。
{{i.achievement_title}}
数据更新时间:2023-05-31
拥堵路网交通流均衡分配模型
基于结构滤波器的伺服系统谐振抑制
简化的滤波器查找表与神经网络联合预失真方法
柔性基、柔性铰空间机器人基于状态观测的改进模糊免疫混合控制及抑振研究
京杭大运河(苏州段)内源磷形态分布及其对扰动的响应
非线性加权观测融合滤波算法及其渐近最优性研究
算法微分实现与最优化方法研究
神经形态系统的通用学习算法及其电路与光学实现
多传感器最优和自校正加权融合滤波算法研究