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:
在扩展目标高斯混合概率假设密度滤波中,量测集的划分需要进行大量计算,导致运行效率较低.针对该问题,提出一种新的扩展目标量测集划分算法.采用局部异常因子对杂波进行滤除,将层次聚类与采用密度极点的算法相结合对量测集进行划分.实验结果表明,与距离划分、K-means++划分、DBSCAN划分算法相比,在扩展目标处于交叉和近邻2种情况时,该算法对目标的外形不敏感,在保证扩展目标跟踪性能的同时,减少了计算时间.
推荐文章
基于SNN-AP聚类的扩展目标量测集划分方法
扩展目标
量测集划分
近邻传播
SNN相似度
基于目标预测的扩展目标量测集划分算法
目标跟踪
扩展目标
量测集划分
密度分析
概率假设密度(PHD)
基于均值漂移聚类的扩展目标量测集划分算法
多扩展目标跟踪
量测集划分
均值漂移聚类
极大似然估计
距离划分
紧邻的扩展目标
利用高斯混合概率假设密度滤波器对扩展目标量测集进行划分
扩展目标
网格密度
谱聚类
量测集划分
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 基于二级CFSFDP的扩展目标量测集划分算法
来源期刊 计算机工程 学科 工学
关键词 扩展目标 局部异常因子 强度函数 高斯混合概率密度 量测集划分
年,卷(期) 2018,(5) 所属期刊栏目 开发研究与工程应用
研究方向 页码范围 309-315
页数 7页 分类号 TP393
字数 6056字 语种 中文
DOI 10.19678/j.issn.1000-3428.0047595
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 冯新喜 空军工程大学信息与导航学院 163 934 15.0 22.0
2 蒲磊 空军工程大学信息与导航学院 12 32 4.0 5.0
3 曹倬 空军工程大学信息与导航学院 3 12 2.0 3.0
4 迟珞珈 空军工程大学信息与导航学院 6 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (27)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(7)
  • 参考文献(3)
  • 二级参考文献(4)
2015(7)
  • 参考文献(3)
  • 二级参考文献(4)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
扩展目标
局部异常因子
强度函数
高斯混合概率密度
量测集划分
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导