基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在经典的基于混合高斯模型减背景算法的基础上,在脉冲耦合神经网络(PCNN)对前景和背景的分割过程中,运用了多阈值思想,其迭代次数由简化的最大熵准则决定,并且提出了一种新的模型学习率.经过实验证明,该算法在检测能力、抑制噪声、稳定性等方面得到了较好的改进.
推荐文章
基于概率估计的运动目标检测算法
背景重构
对称差分
分块
高斯分布
基于视频图像的运动目标检测算法研究
运动目标检测
背景差分法
帧间差分法
最大熵
一种基于高斯模型的运动目标检测算法
运动目标检测
高斯模型
图像分割
基于RGB直方图的运动目标检测算法
背景减除
背景构建
背景更新
RGB直方图
运动目标检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多阈值PCNN的运动目标检测算法
来源期刊 计算机应用 学科 工学
关键词 运动目标检测 脉冲耦合神经网络 多阈值 简化最大熵 学习率
年,卷(期) 2009,(3) 所属期刊栏目 图形图像处理
研究方向 页码范围 739-741
页数 3页 分类号 TP391.41
字数 3044字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马义德 兰州大学信息科学与工程学院 149 2170 21.0 42.0
2 刘映杰 兰州大学信息科学与工程学院 40 618 10.0 24.0
3 马若飞 兰州大学信息科学与工程学院 2 15 2.0 2.0
4 朱望飞 3 125 3.0 3.0
5 者昊 兰州大学信息科学与工程学院 2 15 2.0 2.0
6 绽琨 兰州大学信息科学与工程学院 15 44 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (54)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (6)
二级引证文献  (4)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
运动目标检测
脉冲耦合神经网络
多阈值
简化最大熵
学习率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
甘肃省自然科学基金
英文译名:Natural Science Foundation of Gansu Province
官方网址:http://www.nwnu.edu.cn/kjc/glbf/gsshzrkxjjzxglbf.htm
项目类型:
学科类型:
论文1v1指导