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:
粒子群优化算法中惯性权重的设置极其重要,直接影响算法性能.提出了一种改进的粒子群优化算法,并应用到目标跟踪领域,提高算法运算效率.首先,设置粒子群优化算法中的参数;其次,结合粒子优化率的概念记录粒子的不同状态,进而调节惯性权重,更新粒子的速度和位置;最后,对目标相似性函数进行优化,实现目标的准确定位.实验结果表明,该方法可以有效应对目标出现部分遮挡的跟踪难题,同时提高目标跟踪效率,具有较好的实时性.
推荐文章
一种改进的自适应惯性权重的粒子群算法
粒子群算法
惯性权重
自适应
收敛精度
基于随机惯性权重的简化粒子群优化算法
粒子群优化算法
简化粒子群
惯性权重
学习因子
随机分布
异步变化
基于高斯函数递减惯性权重的粒子群优化算法
粒子群优化
高斯函数
惯性权重
收敛速度
执行效率
基于局部搜索惯性权重的粒子群优化算法
粒子群优化
局部搜索
参数调整
惯性权重
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 改进惯性权重的粒子群目标跟踪算法
来源期刊 国外电子测量技术 学科 工学
关键词 粒子群优化 目标相似性函数 惯性权重
年,卷(期) 2017,(1) 所属期刊栏目 理论与方法
研究方向 页码范围 17-20,26
页数 5页 分类号 TP391.4|TN911.73
字数 3556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 宋玉龙 中国科学院航空光学成像与测量重点实验室中国科学院长春光学精密机械与物理研究所 25 154 8.0 11.0
2 宋策 中国科学院航空光学成像与测量重点实验室中国科学院长春光学精密机械与物理研究所 13 75 6.0 8.0
3 刘立刚 中国科学院航空光学成像与测量重点实验室中国科学院长春光学精密机械与物理研究所 4 11 2.0 3.0
4 郭巳秋 中国科学院航空光学成像与测量重点实验室中国科学院长春光学精密机械与物理研究所 2 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (78)
共引文献  (125)
参考文献  (9)
节点文献
引证文献  (8)
同被引文献  (52)
二级引证文献  (3)
1987(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(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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(12)
  • 参考文献(0)
  • 二级参考文献(12)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(5)
  • 参考文献(3)
  • 二级参考文献(2)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
粒子群优化
目标相似性函数
惯性权重
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
国外电子测量技术
月刊
1002-8978
11-2268/TN
大16开
北京东城区北河沿大街79号2楼
82-141
1982
chi
出版文献量(篇)
5838
总下载数(次)
16
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
论文1v1指导