作者:
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:
为了推进农业信息化,实现猪的智能化养殖以及对多猪只的智能跟踪,传统的算法都是基于空间的连续性,即默认相邻时间段的空间变化为零,那么这就导致工程的算法易受环境影响,进而导致整个系统达不到实验中的稳定性和精确性,本文设计两个阶段:猪只检测阶段和跟踪阶段.在检测阶段该设计提出了基于高斯混合建模和均值分割算法相结合的信息融合算法,有效地解决猪只静止或运动缓慢以及背景噪声对检测结果的影响;在跟踪阶段,传统粒子滤波算法并不能对猪只重叠进行运动跟踪,对重要性粒子滤波结果进行序列化,并将其结果利用KNN算法进行轨迹跟踪,最后进行了处理实验,结果显示算法真实有效.该成果可用于猪只养殖信息化.
推荐文章
基于改进粒子滤波跟踪算法的运动视频跟踪
运动目标检测
高斯混合模型
背景建模
粒子滤波
RGB颜色直方图
迭代递归
基于改进粒子滤波的井下跟踪算法研究与实现
井下跟踪
无线传感器网络
接收信号强度
指纹匹配
核函数
粒子滤波
基于粒子滤波/Mean Shift的改进跟踪算法
目标跟踪
粒子滤波
均值迁移算法
基于改进粒子滤波的静电目标跟踪算法
静电探测
无迹粒子滤波
目标跟踪
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 基于改进粒子滤波算法的农业物联网养殖跟踪研究
来源期刊 科学技术创新 学科 工学
关键词 农业信息化 猪养殖 目标跟踪
年,卷(期) 2021,(22) 所属期刊栏目 信息技术
研究方向 页码范围 113-114
页数 2页 分类号 TP3
字数 语种 中文
DOI 10.3969/j.issn.1673-1328.2021.22.051
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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)
研究主题发展历程
节点文献
农业信息化
猪养殖
目标跟踪
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
科学技术创新
旬刊
2096-4390
23-1600/N
16开
黑龙江省哈尔滨市
14-269
1997
chi
出版文献量(篇)
126927
总下载数(次)
266
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导