Robust Fusion(강력한 융합)란 무엇입니까?
Robust Fusion 강력한 융합 - This would contribute to a more robust fusion by taking advantage of the complementary properties of the two-scale observed focus maps, i. [1] For a robust fusion, a cooperative redundancy validation method is proposed to detect the outliers. [2] Among the 120 rostral levels instrumented percutaneously, robust fusion was noted in 25 (20. [3] We did not observe detectable GPcl-mediated fusion with NPC1 or its GPcl binding domain at any pH tested, while robust fusion was consistently observed with GP from lymphocytic choriomeningitis virus at low pH. [4] The method relies on a robust fusion of the multiple candidate textures for each surface patch, and optionally on a geometric criterion to remove the shadows of the known objects. [5] The technique allows for robust fusion while avoiding many of the complications associated with more traditional anterior and posterior approaches. [6]이것은 2-척도의 관찰된 초점 맵, 즉 [1] 강력한 융합을 위해 이상값을 감지하는 협력 중복 검증 방법이 제안됩니다. [2] 경피적으로 계측된 120개의 주둥이 수준 중 25개(20. [3] 우리는 테스트한 모든 pH에서 NPC1 또는 이의 GPcl 결합 도메인과의 검출 가능한 GPcl 매개 융합을 관찰하지 못한 반면, 낮은 pH에서 림프구성 맥락수막염 바이러스의 GP와 강력한 융합이 일관되게 관찰되었습니다. [4] 이 방법은 각 표면 패치에 대한 다중 후보 텍스처의 강력한 융합에 의존하고 선택적으로 알려진 객체의 그림자를 제거하기 위한 기하학적 기준에 의존합니다. [5] 이 기술은 보다 전통적인 전방 및 후방 접근법과 관련된 많은 합병증을 피하면서 강력한 융합을 허용합니다. [6]
robust fusion algorithm 강력한 융합 알고리즘
A robust fusion algorithm based on Radial Basis Function (RBF) neural network with Takagi–Sugeno (TS) fuzzy model is proposed in view of the data loss, data distortion or signal saturation which is usually occurred in the process of infrared flame detecting with multiple sensors. [1] The results from both the simulation and the cadaver trial have shown the effectiveness of the proposed robust fusion algorithm. [2] This paper provides a robust fusion algorithm for accurate position estimation under uncertain large errors in range measurements. [3]RBF(Radial Basis Function) 신경망과 Takagi-Sugeno(TS) 퍼지 모델을 기반으로 하는 강력한 융합 알고리즘은 다중으로 적외선 화염을 감지하는 과정에서 일반적으로 발생하는 데이터 손실, 데이터 왜곡 또는 신호 포화를 고려하여 제안됩니다. 센서. [1] 시뮬레이션과 시체 실험의 결과는 제안된 강력한 융합 알고리즘의 효율성을 보여주었습니다. [2] 이 논문은 범위 측정의 불확실한 큰 오류에서 정확한 위치 추정을 위한 강력한 융합 알고리즘을 제공합니다. [3]