10.3969/j.issn.1000-386x.2022.06.021
基于BP神经网络集成学习模型的EMTS坐标校正研究
针对增强现实系统中电磁跟踪测量值存在较大误差,现有空间坐标校正方法所采用的采样方法工作量大,且系统对新工作环境适应性差的问题,提出一种定长连续采样方法,设计基于双流结构的BP神经网络集成学习模型的坐标校正方法,并提出一种电磁跟踪系统在新场景部署过程中的快速评估方案.该方法根据测量值误差分布规律进行样本空间划分,生成子神经网络模型池;根据子模型匹配规则分别估计测量点的距离与坐标值;进行融合计算得到空间坐标校正值.实验结果表明,该方法能有效提高电磁跟踪系统空间坐标的校正精度,并能增强系统的抗干扰能力.
增强现实、电磁跟踪系统、坐标校正、BP神经网络
39
TP391(计算技术、计算机技术)
上海市科技创新行动计划项目;上海市科委国际合作项目;上海海洋大学博士启动基金
2022-07-18（万方平台首次上网日期，不代表论文的发表时间）
共8页
133-140
