版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、視線跟蹤技術(shù)是通過采集實時眼動信息來實現(xiàn)對用戶眼睛注視方向的估計,進(jìn)而得到其視線落點的一種方法。隨著科學(xué)技術(shù)的不斷發(fā)展,視線跟蹤系統(tǒng)作為一種新型的人機交互設(shè)備,廣泛應(yīng)用于生物工程、道路交通、廣告設(shè)計、心理分析等領(lǐng)域。目前,3D桌面式視線跟蹤系統(tǒng)具有不需要用戶佩戴任何設(shè)備且允許用戶有較大的頭動范圍等優(yōu)點而受到廣泛關(guān)注,成為視線跟蹤技術(shù)中的一個主要研究方向。3D視線跟蹤技術(shù)雖然發(fā)展迅速,但還有許多尚未解決的問題,本文主要對3D視線跟蹤系統(tǒng)中
2、的數(shù)學(xué)模型與算法進(jìn)行了研究,具體工作如下:
1.求解角膜曲率中心的混合智能算法。本文首先將角膜曲率中心的非線性方程組模型轉(zhuǎn)化為無約束優(yōu)化模型(CCCUO)及改進(jìn)的優(yōu)化模型(MCCCUO),然后結(jié)合遺傳算法和LM算法,提出了一種混合智能算法(GALM算法),即先用遺傳算法進(jìn)行全局搜索求出一個近似解,再將此解作為初始值,用LM算法進(jìn)一步求得更高精度的解。運用GALM算法分別求解兩種優(yōu)化模型,并與遺傳算法進(jìn)行了比較。實驗結(jié)果表明了G
3、ALM算法優(yōu)于遺傳算法,提高了解的精度,減少了計算時間。
2.瞳孔中心非線性方程組模型的求解。首先求出角膜表面折射點的坐標(biāo),然后針對瞳孔中心的非線性方程組模型對解的約束不強導(dǎo)致存在4個解的缺陷問題,對模型進(jìn)行了改進(jìn),增加了兩個不等式約束條件,最后根據(jù)瞳孔中心和角膜曲率中心的位置關(guān)系設(shè)置初始值,運用LM算法求出瞳孔中心的準(zhǔn)確位置。
3.角膜曲率中心模型的魯棒性分析。首先將其非線性方程組線性化,通過近似線性方程組的條件數(shù)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 非線性方程組求解.doc
- 非線性方程組求解.doc
- 非線性方程組求解.doc
- 非線性方程組迭代解法
- 非線性方程組求解.doc
- 求解對稱非線性方程組的PSB算法.pdf
- 線性方程組
- 解非線性方程組高階迭代算法的收斂性分析.pdf
- 非線性方程組迭代法
- 大規(guī)模非線性方程組的幾類算法研究.pdf
- 非線性方程組的同倫算法及應(yīng)用.pdf
- 非線性方程組的數(shù)值算法研究 畢業(yè)論文
- 最優(yōu)化算法課程設(shè)計--解方程組及非線性方程組
- 非線性方程組的加速迭代解法.pdf
- 30737.非線性方程組的改進(jìn)信賴域算法
- 迭代法解非線性方程組.pdf
- 46125.非線性方程組的迭代解法
- 《線性方程組》ppt課件
- 線性方程組求解.doc
- 非線性互補問題和非線性方程組的光滑化算法研究.pdf
評論
0/150
提交評論