蚁群-遗传算法在多传感器多目标跟踪技术中的应用

 本文提出了一种高效的多目标数据关联算法AC-GADA(Ant Colony-Genetic Algorithm Data Association),该算法以蚁群、遗传算法为基础,利用种群差异性使个体携带信息素,构建了全局信息素扩散模型,并引入了交叉变异策略和种群适应度模型.通过大量的实验数据证明,该算法在获得较高关联准确率的同时可以有效地提高关联速度.     

智能交通监控系统中多目标跟踪算法

在视频监控系统中,以自适应背景差分法提取运动目标,并以单连接区域增长法标记各运动目标区域.针对在城市交通监控系统的特点,建立视频流中帧间图像的约束条件,利用相邻两帧目标之间的距离、平均灰度以及面积差等特征建立匹配距离测度函数,通过求全局最优解使得距离测度达最小,进而确定最佳匹配目标,并分析了目标运动过程中的遮挡现象及提出了解决方法.实验结果表明,该方法跟踪运动目标准确率达98%.     

多特征融合和尺度变化估计的船舶跟踪方法

传统的船舶视觉跟踪任务主要集中于单目标船舶跟踪,对多目标船舶跟踪研究相对较少.为解决该问题,提出一种多维特征融合机制和尺度变化估计的多目标船舶跟踪框架,该框架引入位置滤波器对输入的船舶训练样本进行学习,并将其应用于待跟踪的船舶图片序列,通过寻找最大响应的方法判定图像中的船舶位置.在此基础上,构建船舶尺度估计滤波器以确定...     

网上试卷分析技术的研究与实现

所介绍的“网上试卷分析技术的研究与实现”是考试系统的一个子功能 .试卷分析是考试系统效果的一个重要保证 ,目前在网络教育方面有关试卷分析的研究极少 .文章中主要论述了在系统实现时 ,如何应用统计学中的信度、效度估计方法 ,对试卷的信度、效度、区分度进行估计 .并介绍了系统具体实现时采用的 MVC模式设计和开发过程中的应用技术 .     

交通混沌研究综述与展望

文章说明了交通混沌研究的意义,简单介绍了混沌理论的基本概念、混沌的基本特征以及判别混沌的主要方法,综述了交通混沌研究的现状、水平、趋势和不足,提出了今后交通混沌研究的重点和难点问题。     

似然值波门SMC-PHD滤波器

概率假设密度(Probability Hypothesis Density, PHD)滤波器的序贯蒙特卡罗(Sequential Monte Carlo, SMC)实现需要大量的粒子。为了解决其计算的有效性,本文提出一种改进的SMC-PHD滤波器,称之为似然值波门SMC-PHD滤波器。首先,以所有预测粒子为依据,利用全部的多目标后验信息,最大限度地确认出所有目标生成的观测。其次,基于校正器中所有预测粒子的似然值,避免为粒子贴标签以及传统的距离计算,使得算法在各种应用中易于实现,只有有效观测才参与粒子权值的更新。最后,与基本SMC-PHD滤波器相比,其优秀的实时性和更好的滤波精度通过仿真得到证实。     

光学遥感图像多目标检测及识别算法设计与实现

针对目前光学遥感图像处理与分析多集中在单目标检测及识别领域的局限性,多目标检测及识别成为了一个非常值得关注的研究课题,提出了一种光学遥感图像多目标检测及识别算法.首先,采用自适应阈值算法对目标快速检测分割;然后,结合图像金字塔思想和基于尺度不变特征变换的特征包(BoF-SIFT)特征提出了一种分层的BoF-SIFT特征表示目标的全局特征和局部特征,详细地描述了目标的分布特性;最后,采用基于径向基核函数的支持向量机为弱分类器的AdaBoost算法,经过不断更新权重之后得到一个强分类器对待测试目标图像完成分类识别,识别率达到了93.52%.实验结果表明,所提算法对多类遥感图像目标的分割效果显著,特征选取恰当,识别方法快速有效.     

富县北区块储层流体性质判识方法探讨

鄂尔多斯盆地延长组是富县北探区最主要的产油层段。储层以长石砂岩和岩屑质长石砂岩为主,成岩作用较强,物性较差,使得常规测井解释储层流体性质判识难度大。此文采用孔隙度-含水饱和度交会图法和深、浅双侧向直观判别油气层法对区内储层的流体性质进行判识,并与实际试油结果对比,吻合度达80%,取得了较好的实际应用效果。     

基于最小绝对收缩与选择算子模型稀疏恢复的多目标检测

针对地面多径环境下运动目标检测,使用最小绝对收缩与选择算子（LASSO）算法在参数估计时会出现伪目标的问题,提出一种基于LASSO模型框架的设计矩阵降维构造方法。首先,信号的多径传播能够带来目标检测的空间分集,信号在不同的多径上有不同的多普勒频移;此外,使用宽带正交频分复用（OFDM）信号能够带来频率分集。由于空间分集和频率分集的引入造成目标的稀疏特性。利用多径的稀疏性和对环境的先验知识,去估计稀疏向量。仿真结果表明,在一定信噪比（SNR,-5dB）下,基于设计矩阵降维构造方法的改进的LASSO算法比基追踪算法（BP）、DS（Dantzig Selector）、LASSO等传统算法的检测性能有明显提高;在一定虚警率（0.1）条件下,改进的LASSO算法比原LASSO算法检测概率提高了30%。所提算法能够有效去除伪目标,提高雷达目标检测概率。     

基于改进SL0压缩感知的WSN多目标定位

为提高定位的精度与速度,将改进的平滑[l0]（smoothed [l0],SL0）压缩感知算法应用于无线传感网络（WSN）定位中。首先通过感知区域的网格化,将定位问题转化为压缩感知问题,采用更陡峭的近似双曲正切函数去逼近[l0]范数,将压缩感知重构中的[l0]范数最小化问题转化为求解光滑函数最小值的最优化问题。其次,针对算法中因最速下降法“锯齿现象”导致的收敛速度慢、估计不精确等缺点,引入了混合优化算法,该算法结合了最速下降法和修正牛顿法的优点,提高了重构精度和速度。仿真结果表明,改进的SL0算法相对于匹配追踪（OMP）、基追踪（BP）、SL0算法等在定位精度与实时性上有了明显提高。