题名 基于优化贝叶斯的室内WiFi与蓝牙融合定位算法
引用
被引量：9
1
作者
华海亮 关维国 刘志建 孙泽鸿
机构
辽宁工业大学电子与信息工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2016年第11期114-119,共6页
基金
辽宁省博士启动基金(20131045) 辽宁省教育厅科学研究一般项目(L2012218)
摘要
针对室内WiFi和蓝牙单独定位时信标覆盖有限以及定位精度较低的问题,提出一种基于WiFi与蓝牙定位数据的优化贝叶斯融合定位算法。利用高斯核函数对WiFi及蓝牙单独定位结果处理后作为先验样本信息,通过秩和检验法分别计算出WiFi和蓝牙定位信息源的可信度,进行多源先验信息融合得到融合后的先验定位结果及分布,使用优化贝叶斯的后验分布密度函数估计出坐标偏差用以修正融合定位结果,得到WiFi和蓝牙融合定位坐标的最优估计值。实验结果表明,该算法可有效提高WiFi和蓝牙协同定位精度,在高斯噪声标准差为3dBm的环境下,定位误差小于1m的概率可达到95%,定位性能明显优于WiFi和蓝牙单独定位算法。
关键词
WiFi技术 蓝牙 贝叶斯估计 高斯核函数 可信度
Keywords
WiFi Bluetooth Bayes estimation Gauss kernel function credibility
分类号
TN92
[电子电信—通信与信息系统]
题名 基于直觉模糊核聚类的弹道中段目标识别方法
引用
被引量：11
2
作者
范成礼 邢清华 付强 范学渊
机构
空军工程大学防空反导学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2013年第7期1362-1367,共6页
基金
国家自然科学基金(61272011)资助课题
摘要
针对现有的模糊核聚类算法性能的问题,汲取直觉模糊c-均值聚类(intuitionistic fuzzy c-means,IFCM)算法的动态聚类特性优势,引入高斯核函数,改良归一化条件,提出直觉模糊核c-均值聚类(intuitionisticfuzzy kernel c-means,IFKCM)算法,并通过实际数据测试,证实了该算法的可行性和有效性。最后,根据弹道中段目标识别仿真系统的要求及弹道目标识别的特点,设计并实现了基于直觉模糊核c-均值聚类的弹道中段目标识别(intuitionistic fuzzy kernel c-means-target recognition in ballistic midcourse,IFKCM-TRBM)原型系统,仿真实验及对比分析充分表明该原型系统的稳健可行性,为弹道中段目标识别提出了一种新的参考和尝试。
关键词
直觉模糊聚类 模糊核c-均值 高斯核函数 弹道中段 目标识别
Keywords
intuitionistic fuzzy clustering fuzzy kernel c-means（FKCM） Gauss kernel function ballistic midcourse target recognition
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 高斯核函数卷积神经网络跟踪算法
引用
被引量：9
3
作者
汪鸿翔 柳培忠 骆炎民 杜永兆 陈智
机构
华侨大学工学院 华侨大学计算机科学与技术学院
出处
《智能系统学报》
CSCD
北大核心
2018年第3期388-394,共7页
基金
国家自然科学基金项目(61203242 61605048) +2 种基金 福建省自然科学基金项目(2016J01300 2015J01256) 华侨大学研究生科研创新能力培育计划资助项目(1511422004)
摘要
针对深度学习跟踪算法训练样本缺少、训练费时、算法复杂度高等问题,引入高斯核函数进行加速,提出一种无需训练的简化卷积神经网络跟踪算法。首先,对初始帧目标进行归一化处理并聚类提取一系列初始滤波器组,跟踪过程中结合目标背景信息与前景候选目标进行卷积;然后,提取目标简单抽象特征;最后,将简单层的卷积结果进行叠加得到目标的深层次特征表达。通过高斯核函数加速来提高算法中全部卷积运算的速度,利用目标的局部结构特征信息,对网络各阶段滤波器进行更新,结合粒子滤波跟踪框架实现跟踪。在CVPR2013跟踪数据集上的实验表明,本文方法脱离了繁琐深度学习运行环境,能克服低分辨率下目标局部遮挡与形变等问题,提高复杂背景下的跟踪效率。
关键词
视觉跟踪 深度学习 卷积神经网络 高斯核函数 前景目标 背景信息 模板匹配 粒子滤波
Keywords
visual tracking deep learning convolutional neural network(CNN) gauss kernel function foreground object background information template matching particle filter
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—控制科学与工程]
题名 基于几何判据的SVM参数快速选择方法
引用
被引量：7
4
作者
杨紫微 王儒敬 檀敬东 应磊 苏雅茹
机构
中国科学技术大学合肥智能机械研究所
出处
《计算机工程》
CAS
北大核心
2010年第17期206-209,共4页
基金
国家"十一五"科技支撑计划基金资助项目(2006BAD10A05)
摘要
支持向量机中核函数及其参数的选择具有重要意义。提出一种基于高斯核函数的支持向量机参数对快速求取方法,根据支持向量之间的几何判据,结合线性搜索法完成参数寻优,具有简单、计算量小、易于实现的优点。实验结果表明,该方法较好地解决了高斯核函数参数在实际使用中不易确定的问题,且运算速度高于原有方法。
关键词
支持向量机 参数优化 高斯核函数
Keywords
Support Vector Machine（SVM） parameter optimization Gauss kernel function
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 支持向量机最优参数选择的研究
引用
被引量：25
5
作者
刘东辉 卞建鹏 付平 刘智青
机构
河北科技大学电气信息学院
出处
《河北科技大学学报》
CAS
北大核心
2009年第1期58-61,共4页
基金
河北省自然科学基金资助项目(F2007000636)
摘要
支持向量机是近几年发展起来的机器学习方法,模型选择是设计支持向量机的关键。基于高斯核函数的支持向量机具有良好的学习性能,被广泛应用于模式分类中,讨论了核函数中C和γ对分类函数的影响,提出针对不同类型的数据,SVM应选用不同的核函数,同时利用二分法对核函数(C,γ)寻优,并将其应用于变压器故障诊断中,仿真结果表明该方法具有较好的性能。
关键词
支持向量机 模型选择 高斯核函数 二分法
Keywords
support vector machine model choiee Gauss kernel function two-divided method
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
题名 改进高斯核函数的人体姿态分析与识别
引用
被引量：10
6
作者
林海波 王浩 张毅
机构
重庆邮电大学智能系统及机器人研究所
出处
《智能系统学报》
CSCD
北大核心
2015年第3期436-441,共6页
基金
科技部国际合作项目(2010DFA12160) 重庆市工业振兴专项资金资助项目(渝财金[2013]442号)
摘要
为了提高人体动作姿态的识别率,利用Kinect平台构建人体骨骼模型,提出一种基于关节角度的人体姿态表示方法。同时针对传统的高斯核函数中采用欧氏距离计算方法难以完全反映人体关节运动数据样本点与测试点之间位置关系的问题,提出了改进的高斯核函数多类支持向量机(MSVM)人体动作姿态识别方法。在高斯径向基核函数中使用测地线距离代替欧氏距离,建立了基于测地线距离的姿态核函数,采用二叉树方法构建多类支持向量机完成12种上肢姿态的分类。实验结果表明,该算法取得了较好的识别效果,能更加有效识别人体姿态。
关键词
人体动作姿态 识别 高斯核函数 Kinect 欧氏距离 测地线距离 支持向量机
Keywords
human postures recognition Gauss kernel function Kinect Euclidean distance geodesic distance support vector machines（SVM）
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 基于相关向量EMD和GMDH重构的故障率预测方法
引用
被引量：3
7
作者
徐廷学 逯程 王虹 韩旭
机构
海军航空大学岸防兵学院 中央军委联合参谋部第55研究所 海军航空大学航空基础学院
出处
《振动．测试与诊断》
EI
CSCD
北大核心
2018年第6期1275-1285,1300,共11页
基金
国家自然科学基金资助项目(51605487) 山东省自然科学基金资助项目(ZR2016FQ03) 中国博士后科学基金资助项目(2016M592965).
摘要
针对故障率数据的非线性非平稳特性及现有预测方法精度不足的问题,提出了一种基于相关向量经验模态分解(relevance vector empirical mode decomposition,简称RVEMD)和数据处理组合法(grouped method of data handling,简称GMDH)重构的预测方法。首先,通过RVEMD分离故障率时间序列的波动项和趋势项,分解产生序列的固有模态函数(intrinsic mode function,简称IMF)和残余函数(residual function,简称RF),通过相关向量机(relevance vector machine,简称RVM)预测端点局部极值的方法抑制传统经验模态分解(empirical mode decomposition,简称EMD)存在的端点效应,进一步利用RVM回归生成序列的上下包络,替代了常规三次样条插值法;其次,建立各IMF分量的RVM预测模型和RF分量的灰色预测模型,其中对标准RVM回归模型进行了改进,通过构建一种方差高斯核函数(variance Gauss kernel function,简称VGKF)来提高核函数的全局性能和泛化能力,利用H-Q准则对训练空间预测嵌入维数进行优化,避免了主观选取的盲目性,同时构建了一种基于背景值优化的灰色预测模型;最后,通过GMDH算法产生的最优智能组合模型得到最终的预测结果。仿真实例结果表明,相比常规EMD分解后叠加预测法和其他单一模型预测法,该方法具有更加优异的预测性能,能够对故障率的变化趋势进行准确预测。
关键词
相关向量经验模态分解 数据处理组合法 端点效应 方差高斯核函数 灰色预测模型
Keywords
relevance vector empirical mode grouped method of data handling end effect variance Gauss kernel function grey prediction model
分类号
TH17
[机械工程—机械制造及自动化]
题名 基于联合局域相关向量机的雷达导引头状态预测方法
引用
被引量：3
8
作者
逯程 徐廷学 王虹
机构
海军航空大学岸防兵学院 中央军委联合参谋部第55研究所
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2018年第1期9-16,共8页
基金
国家自然科学基金(51605487) 山东省自然科学基金(ZR2016FQ03)资助课题
摘要
针对雷达导引头机电结构组成复杂、性能指标测试数据信息利用率不足、使用传统基于数据驱动的状态预测方法精度不高的问题,借鉴相关向量机(relevance vector machine,RVM)和Dempster-Shafer(D-S)证据理论,提出了一种基于证据融合和改进局域RVM的状态预测方法。首先,对标准RVM回归模型进行改进,通过构建方差高斯核函数(variance Gauss kernel function,VGKF)来提高核函数的全局性能和泛化能力;然后通过借鉴混沌序列局域预测法中邻近点个数的选取方法,利用Hannan-Quinn(H-Q)准则对训练空间预测嵌入维数进行优化,避免了主观选取的盲目性,完成了改进局域相关向量机模型(local relevance vector machine,LRVM)的构建;最后,利用具有近似退化规律的同源装备测试数据对LRVM进行了改进,通过D-S证据理论对两种模型的预测结果进行了融合,建立了联合局域相关向量机(united local relevance vector machine,U-LRVM)模型。通过对导引头相关参数的实例预测,验证了该方法的可行性和优越性。
关键词
相关向量机 D-S证据理论 方差高斯核函数 局域预测法
Keywords
relevance vector machine(RVM) Dempster-Shafer(D-S)evidence theory variance Gauss kernel function (VGKF) local prediction method
分类号
TJ765.3
[兵器科学与技术—武器系统与运用工程]
题名 地下水动态水位预测的非线性PLSR方法
引用
被引量：4
9
作者
刘玉邦 梁川
机构
四川大学水利水电学院 成都理工大学学术期刊编辑中心
出处
《武汉理工大学学报》
CAS
北大核心
2010年第13期127-130,共4页
基金
高等学校博士点基金资助项目(200806100032)
摘要
为解决目前有关地下水动态变化研究方法中存在的诸多不足,采用非线性偏最小二乘回归(PLSR)分析方法。该方法首先对原自变量的每一维进行非线性变换,然后对因变量和新的自变量应用单因变量PLSR的简化算法进行回归求参,最后将回归系数通过逆变换代回到原来的变换式中,并最终求得原自变量和因变量的预测关系式。应用实例表明,建议方法将偏最小二乘方法和非线性元素有效地结合起来,可有效解决具有复杂非平稳动态特性的地下水动态水位预测问题,而且模型构建简单,计算简便,预测精度也有一定的提高。
关键词
地下水 水位预测 偏最小二乘回归 非线性变换 高斯核函数
Keywords
groundwater water prediction partial leastsquares regression nonlinear transformation Gauss -kernel function
分类号
P641.7
[天文地球—地质矿产勘探]
题名 基于核的直觉模糊聚类算法
引用
被引量：3
10
作者
范成礼 雷英杰
机构
空军工程大学导弹学院
出处
《计算机应用》
CSCD
北大核心
2011年第9期2538-2541,共4页
基金
国家自然科学基金资助项目(60773209)
摘要
针对现有的直觉模糊聚类算法性能的问题,提出一种基于核的直觉模糊聚类算法(IFKCM)。该算法引入高斯核函数,将直觉模糊集合从原始观察空间映射到高维特征空间,减少了计算时间且提高了聚类精度;同时改进了现有的直觉模糊聚类算法中的概率型约束条件,使其对噪声和野值点具有较好的鲁棒性。最后,通过实际数据和人工数据与常用聚类算法进行了对比实验,结果表明该算法较大幅度地提高了直觉模糊聚类算法的性能。
关键词
直觉模糊集 直觉模糊聚类 模糊核C-均值 核函数 高斯核函数
Keywords
intuitionistic fuzzy set intuitionistic fuzzy clustering Fuzzy Kernel C-Means （FKCM） kernel function Gauss kernel function
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
题名 滑动窗近似线性依赖稀疏的核递推最小二乘算法
引用
被引量：1
11
作者
陈绪君 朱宇芳 胡君红 马得宇
机构
华中师范大学物理科学与技术学院
出处
《计算机工程》
CAS
CSCD
北大核心
2016年第8期64-68,共5页
摘要
针对测试训练期间变化的信道环境,提出一种新的滑动窗近似线性依赖稀疏的核递推最小二乘算法。该算法核矩阵的尺寸只与滑动窗口宽度有关。选择字典表中最近的L个数据测试近似线性依赖准则,减少系统开销并降低系统实现的复杂度,克服ALD-KRLS算法核矩阵随字典表线性增长的缺陷。当训练序列的自相关矩阵特征根谱大于40时,较SW-KRLS均方误差性能有近3 d B的改善,且具有更小的稳态失调特性。仿真结果表明,与ALD-KRLS算法和KRLS算法相比,该算法具有更快的收敛速度和较好的均方误差性能。
关键词
核递推最小二乘算法 稀疏表示 近似线性依赖 滑动窗 核矩阵 高斯核函数
Keywords
Kernel Recursive Least-squares （KRLS） algorithmsparse representation Approximately Linear Dependence （ALD） sliding-window kernel matrixGauss kernel function
分类号
TN911.23
[电子电信—通信与信息系统]
题名 Rolls-Royce发动机基线挖掘方法
引用
被引量：31
12
作者
钟诗胜 崔智全 付旭云
机构
哈尔滨工业大学机电工程学院 哈尔滨工业大学（威海）汽车工程学院
出处
《计算机集成制造系统》
EI
北大核心
2010年第10期2265-2270,共6页
基金
国家自然科学基金重点资助项目(60939003) 国家863计划重点资助项目(2008AA04Z401)~~
摘要
采用基于核函数的多元非线性回归分析方法,对Rolls-Royce公司的发动机基线方程进行了求解,建立了标准化过程中的核函数和性能参数的偏差值模型。把厂家系统计算出的偏差值作为目标值,其他相关参数的测量值作为输入,采用高斯牛顿迭代法对该多元非线性方程组进行回归分析,能够迅速收敛,准确地求解出模型未知系数,经整理可得出准确的基线方程。通过比较自主基线求解的偏差值与厂家系统求解的偏差值可知,采用上述基线挖掘方法得到的基线方程模型精度能够满足实际应用的要求。
关键词
基线 回归分析 核函数 偏差值 高斯迭代法 故障诊断 航空发动机
Keywords
baseline regression analysis kernel function deviation Gauss -Newton iterative methodfault diagnosis aeroengine
分类号
V263.6
[航空宇航科学与技术—航空宇航制造工程]
题名 基于改进的SVM的电能质量复合扰动分类
引用
被引量：10
13
作者
赵立权 龙艳
机构
东北电力大学信息工程学院
出处
《电工电能新技术》
CSCD
北大核心
2016年第10期63-68,共6页
基金
国家自然科学基金项目(61271115) 吉林省教育厅科研项目(2015235)
摘要
本文利用支持向量机对电能质量复合扰动进行分类,解决其多重分类问题,为了提高其整体分类的准确率,对支持向量机中的核函数进行了改进。考虑到特征向量在核函数中心位置的聚集程度会影响支持向量的数目,本文在核函数中引进一个径向宽度因子和一个幅值调节因子,从而解决传统核函数存在的问题,减少支持向量数目,降低计算复杂度。将改进后的算法应用到电能质量复合扰动分类中,验证所提方法对于电能质量复合扰动分类不仅具有可行性,并且有较高的分类准确率。从仿真实验结果可以看出,改进的方法对常见的7种单一电能质量扰动信号和5种电能质量复合扰动信号能够进行分类,相对原算法提高了分类准确率。
关键词
电能质量复合扰动 支持向量机 高斯核函数 分类准确率
Keywords
multiple power quality disturbances support vector machine Gauss kernel function classification accuracy
分类号
TM711
[电气工程—电力系统及自动化]
题名 基于经验模态分解与LS-SVM的故障预测方法
引用
被引量：3
14
作者
王伊婧心 刘宇 于仁清 丛林虎 逯程
机构
海军航空大学航空基础学院 中国人民解放军91206部队 海军航空大学岸防兵学院
出处
《舰船电子工程》
2020年第11期120-124,共5页
基金
十三五装备预研基金项目(编号:NO.41402040201)资助。
摘要
为了提高小样本、非线性时间序列的预测精度,利用经验模态分解理论与最小二乘支持向量机构建了一种新的预测模型。首先对非平稳时间序列进行EMD分解,产生本征模态函数IMF分量和残余函数RF分量;然后,通过改进高斯核函数提高其泛化能力,并利用改进的LS-SVM对各分量进行训练及预测;最后将各分量预测结果相加得到最终预测值。通过对波音飞机的经典故障率预测算例,验证了论文方法的有效性和优越性。
关键词
经验模态分解 最小二乘支持向量机 高斯核函数 故障率预测
Keywords
empirical mode decomposition least square support vector machine gauss kernel function fault rate prediction
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP277
[自动化与计算机技术—控制科学与工程]
题名 基于一种新型核函数高斯过程的双频微带天线设计
引用
被引量：1
15
作者
许永秀 田雨波 胡晓朋 李双双
机构
江苏科技大学电子信息学院
出处
《计算机应用研究》
CSCD
北大核心
2018年第8期2477-2479,2483,共3页
基金
江苏省重点研发计划社会发展面上项目(BE2016723) 江苏省研究生科研与实践创新计划项目(KYCX17_1840)
摘要
针对采用高斯过程进行建模时,不同核函数形式有着不同学习效果的问题,提出了一种自定义的平方指数形式的核函数,并基于多项式函数拟合对这种新型的核函数进行了数值仿真。仿真结果表明,该核函数不但可以提高模型的精确度和有效性,而且还可以提高模型的学习能力和泛化能力。最后,将基于该核函数的高斯过程建模方法用于矩形双频微带天线优化设计和WLAN双频单极子天线优化设计,进一步证明了这种方法是可行的和有效的。
关键词
高斯过程 核函数 微带天线 单极子天线
Keywords
Gauss processkernel function microstrip antenna monopole antenna
分类号
TN822
[电子电信—信息与通信工程]
题名 基于粒子群优化的高斯核函数聚类算法
引用
被引量：10
16
作者
于进 钱锋
机构
华东理工大学化工过程先进控制和优化技术教育部重点实验室
出处
《计算机工程》
CAS
北大核心
2010年第14期22-23,28,共2页
基金
国家"863"计划基金资助项目(2007AA04Z193 2007AA041402) +5 种基金 国家自然科学基金资助面上项目(60704028) 国家杰出青年科学基金资助项目(60625302) 长江学者和创新团队发展计划基金资助项目(IRT0721) 高等学校学科创新引智计划基金资助项目(B08021) 上海市基础研究基金资助重点项目(07JC14016) 上海市重点学科建设基金资助项目(B504)
摘要
针对视频帧数据在时间轴上的高斯分布特征,提出基于样本和高斯核相似性度量的聚类算法,采用度量方法考虑概率分布密度因素,同时利用改进的粒子群优化算法加速聚类过程。实验结果表明,与基于C均值聚类算法相比,该算法具有较强的全局搜索能力和聚类精度,在视频数据聚类分析中具有更高的效率和更佳的聚类效果。
关键词
聚类 粒子群优化 高斯核函数 视频帧数据
Keywords
clustering Particle Swarm Optimization（PSO） Gauss kernel function video frequency frame data
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
题名 基于EKF+EKS的BCG动态高斯模型滤波研究
引用
被引量：1
17
作者
王子民 甘智宇 刘振丙
机构
桂林电子科技大学计算机与信息安全学院 桂林电子科技大学电子工程与自动化学院 广西自动检测技术与仪器重点实验室 广西信息科学实验中心
出处
《计算机应用与软件》
北大核心
2019年第10期197-204,共8页
基金
国家自然科学基金项目(61320106008,61363029,61562013,61603107,61702129) 广西信息实验中心项目(LD15062) +4 种基金 广西云计算与大数据协同创新中心课题(LD16089X) 广西图像图形智能处理重点实验室研究课题(GIIP201705) 桂电研究生教育创新计划项目(2017YJCX92,2018YJCX56) 广西大学生创新创业项目(C77JWA24SX17) 桂电博士科研启动基金项目(UF14012Y)
摘要
心冲击图(Ballistocardiogram,BCG)信号属于微弱信号,现实采集的BCG信号通常包含采集环境干扰和个体差异,因此缺乏健康个体的BCG信号模板和适用于BCG信号的降噪方法。提出一种基于高斯核函数的动态BCG信号模型,在动态高斯模型的基础上,应用扩展卡尔曼滤波与扩展卡尔曼滤波平滑对BCG信号进行复合滤波。该模型提供健康个体的BCG信号,包括H波、I波、J波、k波、L波和M波特征。经联合扩展卡尔曼滤波与扩展卡尔曼平滑滤波后的BCG信号比其他传统滤波器滤波后的BCG信号信噪比更高。基于动态高斯模型合成的BCG信号能完整表达健康个体的BCG信号特征,联合扩展卡尔曼滤波和扩展卡尔曼平滑的复合滤波,对BCG信号的滤波达到了更好的降噪效果。
关键词
心冲击图信号 扩展卡尔曼滤波 扩展卡尔曼平滑 高斯核函数
Keywords
Ballistocardiogram Extended Kalman filter Extended Kalman smooth Gauss kernel function
分类号
TN713
[电子电信—电路与系统]
TN911.7
[医药卫生—生物医学工程]
R318
[医药卫生—基础医学]
题名 结合高斯核函数的卷积神经网络跟踪算法
引用
被引量：1
18
作者
郑凌云 柳培忠 汪鸿翔
机构
华侨大学后勤与资产管理处 华侨大学工学院
出处
《华侨大学学报（自然科学版）》
CAS
北大核心
2018年第5期762-767,共6页
基金
国家自然科学基金资助项目(61203242) 福建省物联网云计算平台建设基金资助项目(2013H2002) 华侨大学研究生科研创新能力培育计划资助项目(1511422004)
摘要
针对视觉跟踪中运动目标鲁棒性跟踪问题,结合高斯核函数和卷积神经网络(CNN),提出一种无需训练的卷积神经网络提取深度特征的视觉跟踪算法.首先,对初始图像进行归一化处理并聚类提取目标信息,结合跟踪过程中目标信息共同作为卷积网络结构中的各阶滤波器;其次,通过高斯核函数来提高卷积运算速度,提取目标简单抽象特征;最后,通过叠加简单层的卷积结果得到目标的深层次表达,并结合粒子滤波跟踪框架实现跟踪.结果表明:简化后的卷积网络结构能够有效地应对低分辨率、目标遮挡与形变等场景,提高复杂背景下的跟踪效率.
关键词
视觉跟踪 卷积神经网络 高斯核函数 粒子滤波
Keywords
visual tracking convolutional neural network Gauss kernel function particle filter
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—计算机科学与技术]
题名 基于随机游走策略改进的降雪模型图像分割方法
引用
被引量：1
19
作者
陈杏环 闫海煜
机构
重庆电子工程职业学院计算机学院 重庆电子工程职业学院通信学院
出处
《电子器件》
CAS
北大核心
2014年第2期350-354,共5页
基金
重庆市教委科学技术研究项目(KJ110401)
摘要
为了提高图像分割的准确度,尽可能降低分割边缘噪声对图像分割的影响,提出了一种基于降雪模型的图像分割方法,先对降雪模型及积雪表面效应做了详细分析,得出降雪模型运用于图像分割具有较强的适应性,接着在传统的随机游走图像分割算法中加入了自适应降雪模型的特性,生成新的算法,最后运用虚拟图像和真实图像进行算法性能实例仿真,结果表明,该算法的图像分割性能优于常见的NCut和传统随机游走图像分割算法,具有一定的研究价值。
关键词
图像分割 降雪模型 随机游走 高斯核函数
Keywords
image segmentation snowfall model random walk Gauss kernel function
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 基于快速高斯核函数模糊聚类算法的图像分割
引用
被引量：1
20
作者
邹立颖 郝冰 沙丽娟
机构
齐齐哈尔大学通信与电子工程学院电工电子教学与实验中心 齐齐哈尔大学计算机与控制工程学院自动化系
出处
《化工自动化及仪表》
CAS
北大核心
2010年第11期81-84,共4页
摘要
对模糊聚类算法通过引入高斯核函数,平滑图像像素灰度值,从而增强图像分割的抗干扰能力和鲁棒性,并结合阈值模糊聚类算法,提高了图像分割的速度。首先利用阈值模糊聚类法划分初始输入空间,得到模糊规则数及初始聚类中心;然后用高斯核函数平滑图像的像素灰度值;最后用标准模糊聚类算法求解并优化模糊隶属度和聚类中心。将本算法应用于添加噪声的嫦娥一号采集的月球地面灰度图像和Lena灰度图像进行图像分割,仿真结果验证了本方法的鲁棒性、有效性和实用性。
关键词
高斯核函数 阈值模糊聚类 标准模糊聚类算法 图像分割
Keywords
Gauss kernel function threshold value fuzzy clustering standard fuzzy clustering image segmentation
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
使用中文期刊助手 扫描二维码
渝公网安备 50019002500403号违法和不良信息举报中心举报邮箱：jubao@cqvip.com
