原文服务方: 计算机测量与控制       
摘要:
以全局视觉仿生机器鱼的视觉子系统为研究对象,为准确检测与跟踪目标(水球),提出了一种基于自适应步长人工鱼群算法的目标识别方法;该方法首先对鱼群个数进行初始化,以图像像素梯度值为目标函数,随机分布在像素矩阵中;然后计算初始鱼群中各机器鱼当前位置的食物浓度,选取其最小值作为公告板值,并将此鱼当前状态赋值公告板;在此基础上,各机器鱼分别模拟追尾行为和聚群行为,进行评价并选取目标函数值较优者为实际行为,通过不断更新公告板值,直到找到最优结果;实验结果表明该方法可减少计算复杂度,提高系统实时性,有效应用于全局视觉仿生机器鱼的目标检测与追踪.
推荐文章
自适应视野和步长的混沌人工鱼群算法
人工鱼群
均匀分布
混沌序列
平均点距
自适应视野
水下仿生机器鱼的研究进展Ⅳ——多仿生机器鱼协调控制研究
仿生机器鱼
多机器鱼平台
网格算法
协调控制
双自适应人工鱼群优化算法
人工鱼群算法
自适应
高斯变异
惯性权重
交流机制
基于IPMC仿生机器鱼驱动技术研究
仿生机器鱼
离子聚合物金属复合材料
驱动技术
快速响应
空间叠层结构
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 基于自适应步长人工鱼群算法的仿生机器鱼目标检测研究
来源期刊 计算机测量与控制 学科
关键词 人工鱼群算法 自适应步长 仿生鱼 目标识别 边缘检测
年,卷(期) 2014,(12) 所属期刊栏目 自动化测试技术
研究方向 页码范围 3864-3866,3883
页数 4页 分类号 TP18
字数 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 王小艺 北京工商大学计算机与信息工程学院 108 815 13.0 24.0
2 连晓峰 北京工商大学计算机与信息工程学院 39 300 9.0 16.0
3 彭森 北京工商大学计算机与信息工程学院 5 38 3.0 5.0
4 王炜伊 北京工商大学计算机与信息工程学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (116)
共引文献  (912)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (5)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(12)
  • 参考文献(1)
  • 二级参考文献(11)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(19)
  • 参考文献(1)
  • 二级参考文献(18)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(13)
  • 参考文献(1)
  • 二级参考文献(12)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(16)
  • 参考文献(2)
  • 二级参考文献(14)
2009(6)
  • 参考文献(2)
  • 二级参考文献(4)
2010(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
人工鱼群算法
自适应步长
仿生鱼
目标识别
边缘检测
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导