基于改进蚁群算法的多目标跟踪数据关联方法

• 作者: 刘万军 尹玉萍 魏林
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 蚁群算法 混沌 多目标跟踪 数据关联
• 年，卷（期）: 2014,（16）
• 所属期刊栏目: 博士论坛
• 页码范围: 16-20
• 页数: 5页
• 分类号: TP391
• 字数: 3763字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1312-0219

摘要

针对多目标跟踪数据关联问题，提出一种快速实现多目标数据关联算法CACDA（Chaos Ant Colony Data Association），利用蚁群算法的正反馈和并行搜索能力构建初始解并进行优化，引入自适应混沌机制，对信息素进行全局更新和混沌扰动，改善了蚁群算法在搜索后期出现停滞以及收敛于局部最优解的缺陷。实验结果表明，该算法不仅可以获得较高的关联准确率，也可以有效提高关联速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘万军	辽宁工程技术大学软件学院	181	1681	19.0	33.0
2	魏林	辽宁工程技术大学基础教学部	15	38	4.0	6.0
3	尹玉萍	辽宁工程技术大学电气与控制工程学院	16	51	5.0	7.0