排序方式: 共有236条查询结果,搜索用时 109 毫秒
1.
2.
海量空间数据组织与管理初探 总被引:14,自引:1,他引:13
刘纪平 《中国图象图形学报》1998,3(6):500-503
在对海量空间数据分析的基础上,提出了以图幅为基本存储单位,利用拓扑数据模型解决大区域海量空间数据组织与管理方法。通过对实验结果分析,表明文中提出的方法是可行的。 相似文献
3.
空间数据库中关联规则挖掘不仅需要考虑关系元组属性之间的关系——纵向关系,更需要挖掘元组之间的关系——横向关系,如相邻、相交、重叠等。本文通过分析空间数据库的存储模式,借鉴事务数据库关联规则的挖掘方法,对空间关联规则进行完整定义,并对规则的兴趣度度量进行探讨。根据挖掘的方向将空间数据挖掘归纳为纵向挖掘、横向挖掘、双向挖掘。在双向挖掘中,提出一种新算法,该算法根据挖掘任务进行约束,缩小挖掘空间,然后通过空间计算将空间关系转化为非空间关系,经过多次循环,获取非空间项集,进而挖掘出空间关联规则。据此提出空间数据双向挖掘工作流程,并通过实例进行了验证。 相似文献
4.
遗传算法在多传感器多目标的静态数据关联中的应用 总被引:6,自引:1,他引:5
利用多传感器跟踪多目标技术中最重要的问题是目标关联问题。而常见的关联算法要么计算量大,要么实际运用中效果不理想。本文提出了利用遗传算法来解决无杂波和漏检情况下三种不同类型、不同位置的传感器对数目未知的目标进行检测时的静态数据关联问题。 相似文献
5.
一种基于改进粒子滤波的多目标跟踪算法 总被引:6,自引:0,他引:6
针对复杂背景环境下的多目标跟踪问题,论述了主要的数据关联技术,将目标检测算法与粒子滤波相结合,利用颜色直方图作为观测模型,并利用全领域(GNN)算法进行数据关联.提出一种改进的基于粒子滤波的多目标跟踪算法,实现了视频场景中的多个目标跟踪.该算法对于目标在场景中的频繁出现和消失、相似外表、交叉运动和短暂遮挡等均有较好的处理效果. 相似文献
6.
7.
A line-feature based SLAM algorithm is presented in this paper to resolve the conflict between the requirements of computational complexity and information-richness within the point-feature based SLAM algorithm, All operations required for building and maintaining the map, such as model-setting, data association, and state-updating, are described and formulated. This approach has been programmed and successfully tested in the simulation work, and results are shown at the end of this paper. 相似文献
8.
基于随机神经网络的数据关联组合优化研究 总被引:3,自引:0,他引:3
本文研究密集多回波环境下的机动多目标数据关联问题,通过对联合概率数据关联方法性能特征的分析,将其归结为一类的束组合优化问题,进而应用随机神经网络Boltzmann机的组合优化求解策略,结合改进的模拟增益退火方法,提出了一种新颖有效的机动多目标快速随机神经数据关联组合优化算法,克服了传统,JPDA存在出现的计算组合爆炸现象,仿真结果表明,该方法不仅收敛速度快,而且计算量小,关联效果好,回波愈密集,其 相似文献
9.
针对单独依据马氏距离(Mahalanobis distance)的数据关联(Data association, DA)算法不能保证输出正确结果的问题, 结合VorSLAM (Voronoi partition based SLAM)算法所采用的混合地图表示方法的特点, 本文提出了一个基于多规则的数据关联方法. 该数据关联方法依据的规则包括局部搜索规则、传感器观测特征的单向性规则、 马氏距离规则和轮廓匹配规则,诸个规则在每个数据关联周期依次执行. 局部搜索规则和传感器观测特征的单向性规则可以有效地降低数据关联的搜索空间,同时可避免一类潜在的数据关联错误; 马氏距离利用了特征参数表示的特征位置信息寻找多个可能的数据关联假设; 根据VorSLAM算法中局部地图描述了产生对应特征的局部环境轮廓信息, 轮廓匹配规则从多个可能的数据关联假设中识别出正确的数据关联假设. 基于多规则的数据关联方法系统可靠地解决了VorSLAM算法中的数据关联问题, 方法的有效性通过两个室内环境的实验得到了验证. 相似文献
10.