Complementary Filter DCM Algorithm

Log InSign Up

• Log In
• Sign Up
• more
• • About
  • Press
  • Papers
  • Terms
  • Privacy
  • Copyright
  • We're Hiring!
  • Help Center
  • less

Outline

keyboard_arrow_downTitledownload

Download Free PDF

Download Free PDFComplementary Filter DCM algorithmAnh Lê Tuấnvisibility

…

description

4 pages

descriptionSee full PDFdownloadDownload PDF bookmarkSave to LibraryshareShareclose

Sign up for access to the world's latest research

Sign up for freearrow_forwardcheckGet notified about relevant paperscheckSave papers to use in your researchcheckJoin the discussion with peerscheckTrack your impact

Related papers

An effective axiomatization for real time ACPWan Fokkink

Information and Computation, 1995

Baeten and Bergstra added real time to ACP and introduced the notion of integration, which expresses the possibility of an action happening within a time interval. In order to axiomatize this feature, they needed an "uncountable" axiom, This paper deals with prefix integration, and integration is parametrized by conditions, which are inequalities between linear expressions of variables. We present an axiomatization for process terms and propose a strategy to decide bisimulation equivalence between process terms by means of this axiomatization.

downloadDownload free PDFView PDFchevron_rightConstructing inverse mappings of hedges08.Trần Đình Khang

Journal of Computer Science and Cybernetics, 2012

The paper studies the properties of inverse mappings of hedges in monotonic hedge algebras, which have dealt in . We propose new criteria to determine the inverse mappings of hedges. Some approaches to construct the inverse mappings of hedges are also given. Tóm tȃ ´t. Bài báo nghiên cú . u các tính châ ´t cu 'a ánh xa . ngu . o . . c cu 'a gia tu . ' du . o . . c du . a ra trong [5,6,7], dê `xuâ ´t các tiêu chuâ ' n dê ' xác di . nh ánh xa . ngu . o . . c cu 'a gia tu . ' , tù . dó xây du . . ng các tiê ´p câ . n tìm ánh xa . ngu . o . . c cu 'a gia tu . ' . 1. D Ȃ . T V Â ´N D Ê Cùng vó . i su . . phát triê ' n cu ' a khoa ho . c máy tính, vâ ´n dê `mô hình hoá cách biê ' u da . t tu . duy du . . a trên ngôn ngũ . tu . . nhiên cu ' a con ngu . ò. i dang râ ´t du . o . . c quan tâm nghiên cú . u, bo . ' i kha ' nȃng làm cho các ú. ng du . ng trên máy tính tro . ' nên "thông minh" ho . n, gâ `n gũi ho . n. Vó . i lý thuyê ´t tâ . p mò . [1,2], ngũ . nghĩa cu ' a khái niê . m ngôn ngũ . du . o . . c biê ' u diê ˜n thông qua hàm thuô . c trên không gian nê `n và các tra . ng tù . nhâ ´n du . o . . c diê ˜n di . ch nhu . là các toán tu . ' mô . t ngôi, biê ´n dô ' i hàm thuô . c cu ' a khái niê . m gô ´c. Lý thuyê ´t vê `da . i sô ´gia tu . ' [3,4] xây du . . ng mô . t câ ´u trúc dàn cho các giá tri . ngôn ngũ . , có quan sát su . . tác dô . ng cu ' a các tra . ng tù . nhâ ´n vào nhau, bȃ `ng tính châ ´t kê ´thù . a ngũ . nghĩa, mô hình hóa du . o . . c miê `n giá tri . chân lý ngôn ngũ . và xây du . . ng phu . o . ng pháp suy luâ . n tru . . c tiê ´p trên các giá tri . ngôn ngũ . . Tuy nhiên hê . luâ . t suy diê ˜n trong da . i sô ´gia tu . ' vâ ˜n chu . a dáp ú. ng dâ `y du ' khi gia ' i quyê ´t các bài toán suy diê ˜n. Khi chuyê ' n gia tu . ' , tù . mê . nh dê `p trong (p(x, hu), t), vó . i x là mô . t dô ´i tu . o . . ng, h là gia tu . ' , u là giá tri . ngôn ngũ . , t là giá tri . chân lý, có thê ' chuyê ' n thành (p(x, u), ht). Nhu . ng vó . i k = h, làm sao có thê ' chuyê ' n thành (p(x, ku), t ), hay là, làm sao có thê ' tính du . o . . c t trong (p(x, ku), t ) ? Quan sát luâ . t chuyê ' n gia tu . ' : (p(x, hu), t) ⇒ (p(x, u), ht), có thê ' thâ ´y t ⇒ ht, nghĩa là h là toán tu . ' tác dô . ng vào t ta . o thành ht, và hu ⇒ u, nghĩa là có mô . t toán tu . ' nào dó "khu . ' " gia tu . ' h trong hu. O . ' chiê `u ngu . o . . c la . i (p(x, u), ht) ⇒ (p(x, hu), t), gia tu . ' h tác dô . ng vào u * Nghiên cú . u du . o . . c hoàn thành vó . i su . . hô ˜tro . . tù . Quỹ phát triê ' n Khoa ho . c và Công nghê . Quô ´c gia (Nafosted) TR Â `N D ÌNH KHANG, TA . QUANG TRUNG, L Ê ANH PHU . O . NG ta . o thành hu, nhu . ng ht bi . "khu . ' " di h dê ' có t. Nhu . vâ . y, trong luâ . t chuyê ' n gia tu . ' , dô `ng hành vó . i viê . c nhâ ´n thêm gia tu . ' , còn có "khu . ' " gia tu . ' nũ . a. Diê `u này cũng phù ho . . p vó . i các câ ´u trúc toán hay logic: khi có toán tu . ' tác dô . ng, thì cũng có thê ' sinh ra ánh xa . ngu . o . . c vó . i nó. Bài báo [5], nȃm 2006, dã dê `xuâ ´t ánh xa . ngu . o . . c cu ' a gia tu . ' áp du . ng cho logic mô ta ' mò . ngôn ngũ . . Các tài liê . u [6,7] dã vâ . n du . ng ánh xa . ngu . o . . c cu ' a gia tu . ' cho lâ . p luâ . n xâ ´p xı ' và chu . o . ng trình logic ngôn ngũ . . Các tài liê . u trên dã du . a ra các ví du . vê `ánh xa . ngu . o . . c gia tu . ' , và chú . ng to ' ý nghĩa vê `mȃ . t lý thuyê ´t cũng nhu . ú. ng du . ng cu ' a nó. Nhȃ `m tiê ´p tu . c phát triê ' n sâu thêm khái niê . m ánh xa . ngu . o . . c, bài báo này sẽ trình bày vê các tính châ ´t, tiêu chuâ ' n xác di . nh ánh xa . ngu . o . . c cu ' a gia tu . ' , tù . dó xây du . . ng phu . o . ng pháp tính toán ánh xa . ngu . o . . c cu ' a gia tu . ' dô ´i vó . i ló . p da . i sô ´gia tu . ' do . n diê . u. Bài báo gô `m 5 phâ `n: Phâ `n 2 nhȃ ´c la . i các khái niê . m co . ba ' n vê `da . i sô ´gia tu . ' do . n diê . u; Phâ `n 3 nghiên cú . u ánh xa . ngu . o . . c cu ' a gia tu . ' , tính châ ´t cu ' a ánh xa . ngu . o . . c; Phâ `n 4 xây du . . ng phu . o . ng pháp tìm ánh xa . ngu . o . . c cu ' a gia tu . ' và Phâ `n 5 là kê ´t luâ . n. 2. DA . I S Ô ´GIA TU . ' DO . N DI Ê . U Nhȃ ´c la . i vê `luâ . t chuyê ' n gia tu . ' (p(x, hu), t) ⇒ (p(x, u), ht), hoȃ . c (p(x, u), ht) ⇒ (p(x, hu), t), nhu . dã phân tích trong tài liê . u [8], sẽ là ho . . p lý nê ´u giá tri . ngôn ngũ . hu, u và giá tri . chân lý t, ht tȃng hoȃ . c gia ' m nghĩa theo hai hu . ó. ng ngu . o . . c nhau, nghĩa là, hu > u dô `ng hành vó . i ht < t, và ngu . o . . c la . i. Tuy nhiên, trong tru . ò. ng ho . . p tô ' ng quát, diê `u dó không pha ' i lúc nào cũng dúng. Ví du . , xét mê . nh dê `: "Bȃ ´c là râ ´t ít già là dúng" chuyê ' n gia tu . ' thành "Bȃ ´c là ít già là râ ´t dúng". Ta có, ít già > râ ´t ít già, và dô `ng thò . i râ ´t dúng > dúng. Nhu . vâ . y, ca ' giá tri . ngôn ngũ . và giá tri . chân lý dê `u "tȃng" lên. Các tình huô ´ng này du . o . . c xác di . nh bo . ' i quan hê . tác dô . ng SIGN , quy di . nh mô . t gia tu . ' làm tȃng hay gia ' m nghĩa cu ' a gia tu . ' khác hoȃ . c cu ' a phâ `n tu . ' sinh. Sau dây là mô . t ví du . vê `quan hê . tác dô . ng: (giá tri . 1 là tȃng nghĩa, -1 là gia ' m nghĩa). ' H. H thuâ `n nhâ ´t, có nghĩa là, SIGN (h, k) = SIGN (h, k ), nê ´u k, k cùng tính châ ´t du . o . ng, âm (nghĩa là SIGN (k, c) = SIGN (k , c)); và SIGN (h, k) = -SIGN (h, k ), nê ´u k, k khác X

downloadDownload free PDFView PDFchevron_rightExploring the Limits of Parameterized System VerificationKarsten Stahl

2006

) "# #$ " # 2 3 ( ! ) 0 1 2 #" %% #5 52% g 0 ( ' " 3

downloadDownload free PDFView PDFchevron_rightOn Kronecker Products Signal Processing Algorithms and Fpga Computational StructuresYvonne Aviles

An environment is developed where Kronecker-based signal processing algorithms are translated into equivalent hardware constructs in Field Programmable Gate Array (FPGA) units. This work focuses on the methodology that establishes the correspondence between Kronecker-based signal processing algorithms and hardware computational structures. Our work also presents the methodology as an alternative technique for modular design of computational structures for signal processing algorithms as well as an efficient framework for rapid prototyping. The work describes the methodology in terms of fast Fourier transform (FFT) algorithms; but, basic principles can be abstracted and generalized.

downloadDownload free PDFView PDFchevron_rightMột Kỹ Thuật Xây Dựng Hệ Bao Tự Động Cho Đối Tượng 3DĐức Hoàng

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN 2015, 2016

Báo cáo này đề cập đến việc xây dựng hệ bao (Bounding volume hierarchy-BVH) tự động cho một đối tượng 3D. Việc xây dựng BVH cho đối tượng thường theo mô hình từ trên xuống (top-down), từ dưới lên (bottom-up) hoặc thêm vào (add in); với một dạng hộp bao cụ thể. Kỹ thuật đề xuất xây dựng BVH dựa trên việc sử dụng nhiều dạng hộp bao khác nhau phù hợp với thực tế hoạt động của đối tượng. Kỹ thuật đã được thử nghiệm và tỏ ra hiệu quả đối với các mô hình đối tượng 3D được xây dựng theo phương pháp liên tục. Từ khóa-hệ bao, tự động, nhiều dạng hộp bao, nhận dạng va chạm ABSTRACT-In this paper, we describe the algorithm construct the Bounding volume hierarchy (BVH) automatically for a 3D model. In common, the tree data constrution progress for BVH of an object could be implemented with Top-down model, Bottom-up model or Add-in model, with only determined bounding volume. We also describe a technic to construct the tree data of BVH based on algorithm using multiple kind of bounding volume according to the operation of objects. The algorithm was tested and showed the effect with the continous tree data construction of 3D models.

downloadDownload free PDFView PDFchevron_rightA Cipher Based on Data - Dependent PermutationsNguyễn Hiếu Minh

Data-dependent permutations (DDP) are introduced as basic cryptographic primitives to construct fast hardware-oriented ciphers. Some variants of the DDP operations and their application in the cipher CIKS-1 are considered. A feature of CIKS-1 is the use of both the data-dependent transformation of round subkeys and the keydependent DDP operations.

View PDFchevron_rightMột Phương Pháp Tra Cứu Ảnh Dựa Vào Độ Tương Tự Nhận Thứcnguyễn hoành quỳnh

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN 2015, 2016

TÓM TẮT -Trong các hệ thống tra cứu ảnh dựa vào nội dung, các kết quả trả về thường không thỏa mãn nhu cầu thông tin của người dùng. Có hạn chế này là do: (1) ảnh truy vấn không biểu diễn được đầy đủ nhu cầu thông tin của người dùng, (2) các đặc trưng mức thấp không phản ánh được thông tin ngữ nghĩa của ảnh và (3) hàm khoảng cách kết hợp với các đặc trưng không thể hiện được nhận thức của người dùng. Để khắc phục hạn chế đó, chúng tôi đề xuất phương pháp tra cứu ảnh dựa vào độ tương tự nhận thức bằng việc xây dựng truy vấn tối ưu từ phản hồi của người dùng và tự động điều chỉnh sự quan trọng của mỗi chiều dữ liệu trong không gian đặc trưng. Chúng tôi đã thực nghiệm trên cơ sở dữ liệu ảnh gồm 10.800 ảnh. Các kết quả thực nghiệm chỉ ra rằng kỹ thuật này cải tiến được hiệu năng của hệ thống tra cứu ảnh dựa vào nội dung so với phương pháp đã có và cho kết quả gần với nhận thức của người dùng. Từ khóa -Tra cứu ảnh dựa vào nội dung, tương tự nhận thức, véc tơ đặc trưng.

downloadDownload free PDFView PDFchevron_rightSee full PDFdownloadDownload PDF

Loading Preview

Sorry, preview is currently unavailable. You can download the paper by clicking the button above.

Anh Lê TuấnHanoi University of Technology, EmeritusaddFollowmailMessagePapers1Followers78View all papers from Anh Lê Tuấnarrow_forward

Related papers

Một Cải Tiến Thuật Toán Kmeans Cho Việc Phân Vùng Ảnh Viễn Thámđặng đức

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN 2015, 2016

Remote sensing image clustering is the issue that is interested by remote sensing researchers. Remote sensing image can have multi bands and high resolution. There are multi algorimths as K-Means, C-Means, Watersed, ... Wherein, KMeans is used popu commonly to segment remote sensing images. However, when clustering large size remote sensing images, the converging speed of the algorimth is still slow. This paper present a technique which combines the algorimth K-Means and Wavelet technique for initializing centers effectively to speed up clustering of remote sensing images.

downloadDownload free PDFView PDFchevron_rightMột Phương Pháp Mới Trong Việc Tăng Cường Ảnh Dựa Trên Phân Cụm Mờ Và Toán Tử Tăng Cường Ảnh TốiMạnh Tuấn

FAIR KỶ YẾU HỘI NGHỊ KHOA HỌC CÔNG NGHỆ QUỐC GIA LẦN THỨ XV - Nghiên cứu cơ bản và Ứng dụng công nghệ thông tin - Proceedings of the 15th National Conference on Fundamental and Applied Information Technology Research (FAIR’2022)

Cải thiện hình ảnh là một chủ đề rất quan trọng trong xử lý hình ảnh và đã đạt được nhiều thành tựu đáng kể. Tuy nhiên, việc tăng cường ảnh tối vẫn là vấn đề khó khăn, cần tiếp tục nghiên cứu... Bài báo này giới thiệu một thuật toán mới về tăng cường hình ảnh tối có tên The image enhancement based on the dark object enhancement (IEDOE). Thuật toán này kết hợp một toán tử để tăng cường các đối tượng tối và thuật toán phân cụm mờ để thực hiện việc tăng cường ảnh tối. Kết quả thực nghiệm cho thấy thuật toán được đề xuất tốt hơn một số phương pháp gần đây.

downloadDownload free PDFView PDFchevron_rightDynamic algorithms for graphs with treewidth 2Hans Bodlaender

Graph-Theoretic Concepts in Computer Science, 1994

downloadDownload free PDFView PDFchevron_rightHệ Thống Gợi Ý Sử Dụng Thuật Toán Tối Ưu Bầy Đàn08.Trần Đình Khang

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN 2015, 2016

Kỹ thuật lọc cộng tác (Collaborative Filtering -CF) là một kỹ thuật gợi ý phổ biến nhất được sử dụng nhiều trong các hệ thống gợi ý đã được tích hợp trong các website thương mại điện tử (chẳng hạn như amazon.com, barnesandnoble.com, Yahoo! news, TripAdvisor.com). Kỹ thuật CF dựa trên giả thiết rằng những người dùng (user) có cùng sở thích thì sẽ quan tâm một tập item tương tự. Phương pháp phân cụm lọc cộng tác (Iterative Clustered CF -ICCF) và lặp cộng tác tối ưu trọng số sử dụng thuật toán PSO (PSO-Feature Weighted) thể hiện tính hiệu quả cho hệ gợi ý mà giá trị đánh giá thuộc trong tập {1, 2,…, 5}. Tuy nhiên, các kỹ thuật đó không thể trực tiếp áp dụng cho các hệ thống gợi ý trong thực tế mà giá trị đánh giá trong tập {0, 1}. Do vậy, bài báo này đề xuất việc cải tiến hai phương pháp ICCF và PSO-Feature Weighted để có thể áp dụng được cho các hệ gợi ý mà giá trị đánh giá thuộc tập {0, 1}. Kết quả thực nghiệm của hai phương pháp mà chúng tôi đưa ra áp dụng trên bộ dữ liệu hệ gợi ý công việc cho thấy độ chính xác mô hình dự đoán có cải thiện rõ rệt so với phương pháp CF truyền thống đồng thời cũng giải quyết được vấn đề dữ liệu thưa mà phương pháp CF thường gặp phải.

downloadDownload free PDFView PDFchevron_rightKỹ Thuật Phân Đoạn Chùm Trong Mạng Chuyển Mạch Chùm QuangHoàng Thiên

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN - 2016, 2017

Bài toán tắc nghẽn trong mạng chuy n mạch ch m quang (Optical Burst Switching-BS c em là bài toán quan trọng cần giải quyết Trong mạng BS, tắc nghẽn ch m c th u t hiện hi hai ch m d liệu t hai c ng vào hác nhau cố gắng i ra trên c ng một c ng ra, trên c ng ênh b ớc s ng và c ng thời i m Các giải pháp ử lý tắc nghẽn hiện nay bao gồm thực hiện chuy n i b ớc s ng, sử dụng ờng trễ quang (Fiber Delay Line-FDL làm trễ hay ịnh tuyến lệch h ớng Bài viết này nhằm phân tích một số ỹ thuật phân oạn ch m ết h p với lập lịch và ờng trễ quang FDL Kết quả của bài viết c ánh giá thông qua g i mô phỏng OBS0.9a trên phần mềm mô phỏng NS2-OBS. Từ khóa-Mạng chuy n mạch ch m quang, phân oạn chùm, phần mềm mô phỏng NS2-OBS.

downloadDownload free PDFView PDFchevron_right

• Explore
• Papers
• Topics

• Features
• Mentions
• Analytics
• PDF Packages
• Advanced Search
• Search Alerts

• Journals
• Academia.edu Journals
• My submissions
• Reviewer Hub
• Why publish with us
• Testimonials

• Company
• About
• Careers
• Press
• Help Center
• Terms
• Privacy
• Copyright
• Content Policy

580 California St., Suite 400San Francisco, CA, 94104© 2026 Academia. All rights reserved