期刊文献+
共找到54篇文章
< 1 2 3 >
每页显示 20 50 100
基于高斯混合模型的采煤工作面冲击危险性评价 被引量:3
1
作者 崔峰 李宜霏 +4 位作者 贾冲 陆长亮 何仕凤 张随林 田梦琪 《煤田地质与勘探》 EI CAS CSCD 北大核心 2024年第10期85-96,共12页
【目的】深入了解声发射或微震能量分布所蕴含的概率学信息,对于工作面回采过程中的冲击危险性评价具有重要意义。【方法】以陕西大佛寺煤矿4号煤层40111工作面作为工程背景,运用物理相似模拟实验、理论分析、现场监测等相关方法进行分... 【目的】深入了解声发射或微震能量分布所蕴含的概率学信息,对于工作面回采过程中的冲击危险性评价具有重要意义。【方法】以陕西大佛寺煤矿4号煤层40111工作面作为工程背景,运用物理相似模拟实验、理论分析、现场监测等相关方法进行分析,研究了声发射监测数据在回采过程中的演化规律,阐明了声发射能量概率分布呈现波动性的物理意义,提出了基于高斯混合模型(Gaussianminture model,GMM)及置信区间的冲击危险性评价指标模型,并由现场微震数据进行验证。【结果和结论】结果表明:回采过程中上覆岩层周期性垮落并伴随声发射能量的集中释放。总能量的概率密度函数呈现多自由度的非对称分布,通过对比残差平方和等多项拟合效果指标,确定高斯混合模型为最佳拟合模型。基于EM(expectation maximization)算法的GMM聚类分析,将声发射事件总能量分布划分为两类:高频低能型和低频高能型,其中低频高能型与冲击事件的突发性和高能量破坏特征一致。依据概率-能量梯度变化特征,对工作面开采过程中冲击危险性进行了评估。研究成果为采煤工作面冲击危险性评价提供了概率学上的创新思路,具有在冲击地压监测预警及后续防治中的潜在应用价值。 展开更多
关键词 高斯混合模型 概率密度分布法 聚类分析 冲击危险性评价 动力灾害预警
在线阅读 下载PDF
基于高斯混合模型的物流非高斯随机振动损伤分析
2
作者 郭涛 葛长风 +3 位作者 夏斯璇 殷诚 林康 钱静 《振动与冲击》 EI CSCD 北大核心 2024年第12期203-211,共9页
针对公路运输环境中的振动信号具有明显的非高斯性,提出一种非高斯随机振动疲劳损伤分析方法。为了描述振动信号的幅值概率密度分布,采用移动加速度均方根来代表该段信号的振动强度,并引入高斯混合模型对加速度均方根值进行描述。在此... 针对公路运输环境中的振动信号具有明显的非高斯性,提出一种非高斯随机振动疲劳损伤分析方法。为了描述振动信号的幅值概率密度分布,采用移动加速度均方根来代表该段信号的振动强度,并引入高斯混合模型对加速度均方根值进行描述。在此基础上结合Tovo-Benasciutti方法和Dirlik方法推导出非高斯宽带频域疲劳损伤计算方法。最后,以雨流计数法作为参考,对不同峭度的实测振动信号进行疲劳损伤分析,结果表明,与传统频域疲劳损伤计算方法相比较,提出的非高斯疲劳损伤方法具有更高的计算精度。该研究对于运输包装件的随机振动加速试验设计有实际意义。 展开更多
关键词 非高斯随机振动 高斯混合模型 概率密度函数 运输包装
在线阅读 下载PDF
混合高斯概率密度模型参数的期望最大化估计 被引量:21
3
作者 王平波 蔡志明 刘旺锁 《声学技术》 CSCD 北大核心 2007年第3期498-502,共5页
混合高斯模型是对非高斯数据进行概率密度拟合典型模型,其参数估计可以通过期望最大化(EM)迭代算法获得。多维混合高斯模型参数的EM估计因结构庞杂而难以求解,而对主动检测背景的统计特性拟合来说,一维的混合高斯模型一般即已足够。描... 混合高斯模型是对非高斯数据进行概率密度拟合典型模型,其参数估计可以通过期望最大化(EM)迭代算法获得。多维混合高斯模型参数的EM估计因结构庞杂而难以求解,而对主动检测背景的统计特性拟合来说,一维的混合高斯模型一般即已足够。描述了该情形下的混合高斯模型及其参数估计问题之后,导出了一种工程实用的、简化的EM迭代算法,并给出了可计算机编程实现的算法流程图。然后详细探讨了对EM估计精度与速度有着重要影响的参数初始化问题,给出了三种可选择的初值设置方案:高速度方案、高精度方案和二者的折衷方案,并分析了它们各自的适用场合。最后,结合一组数值仿真实例,演示了EM迭代算法的良好的混合高斯模型参数估计性能。 展开更多
关键词 混合高斯 概率密度模型 EM 最大似然估计
在线阅读 下载PDF
基于高斯混合模型的风电场群功率波动概率密度分布函数研究 被引量:43
4
作者 崔杨 杨海威 李鸿博 《电网技术》 EI CSCD 北大核心 2016年第4期1107-1112,共6页
如何描述风电功率波动的概率密度分布特性一直是风电联网运行分析领域的难点。在利用概率密度函数法分析风电功率波动特性的基础上,首先验证了采用多种单一分布函数模型拟合风电波动概率密度分布特性的效果较差,并根据列维定理揭示了风... 如何描述风电功率波动的概率密度分布特性一直是风电联网运行分析领域的难点。在利用概率密度函数法分析风电功率波动特性的基础上,首先验证了采用多种单一分布函数模型拟合风电波动概率密度分布特性的效果较差,并根据列维定理揭示了风电场群出力波动概率密度分布特性呈现多种分布的规律;在此基础上提出采用高斯混合模型替代单一分布函数模型来拟合风电波动概率密度分布特性的方法。仿真结果表明,高斯混合模型具有良好的拟合效果,适用于描述大型风电场群出力波动的概率密度分布特性。 展开更多
关键词 风电功率波动 概率密度分布 拟合效果 单一分布函数模型 高斯混合模型
在线阅读 下载PDF
偏斜非高斯随机振动信号幅值概率密度函数研究 被引量:7
5
作者 程红伟 陶俊勇 +1 位作者 陈循 蒋瑜 《振动与冲击》 EI CSCD 北大核心 2014年第12期121-125,144,共6页
偏斜非高斯振动信号幅值概率密度没有明确、简洁的解析表达式。研究概率密度的解析表达式,对于非高斯振动理论研究具有重要意义。针对以上需求,提出了一种基于高斯混合模型的概率密度函数表示方法。首先,通过时间样本序列得到偏斜非高... 偏斜非高斯振动信号幅值概率密度没有明确、简洁的解析表达式。研究概率密度的解析表达式,对于非高斯振动理论研究具有重要意义。针对以上需求,提出了一种基于高斯混合模型的概率密度函数表示方法。首先,通过时间样本序列得到偏斜非高斯振动信号前五阶矩的估计值。其次,根据平稳高斯随机过程各阶矩之间的定量关系,结合二阶高斯混合模型的数学表达式建立方程组,求解得到混合模型中每个高斯分量的均值、标准差和权重系数。然后,将每个高斯分量的参数代入高斯混合模型,得到偏斜非高斯振动信号的幅值概率密度的解析表达式。最后,将所提出的方法应用于仿真非高斯加速度信号和实测非高斯振动应力信号,充分验证了该方法的有效性和适用性。 展开更多
关键词 非高斯 高斯混合模型 概率密度函数 偏度 峭度
在线阅读 下载PDF
一种具有信息保持能力的GM-PHD滤波器 被引量:8
6
作者 刘宗香 谢维信 +1 位作者 王品 余友 《电子学报》 EI CAS CSCD 北大核心 2013年第8期1603-1608,共6页
概率假设密度(PHD)滤波器是解决虚警、漏检和目标数未知情况下多目标跟踪问题的新方法.然而在该滤波器中已存在的目标一旦在某个时刻不能被传感器检测到,漏检目标的大量信息会被滤波器丢弃.为解决漏检目标的信息丢失问题,对PHD滤波器的... 概率假设密度(PHD)滤波器是解决虚警、漏检和目标数未知情况下多目标跟踪问题的新方法.然而在该滤波器中已存在的目标一旦在某个时刻不能被传感器检测到,漏检目标的大量信息会被滤波器丢弃.为解决漏检目标的信息丢失问题,对PHD滤波器的预测和更新方程进行了修正,提出了一种具有信息保持能力的PHD滤波器.在此基础上提出了适用于线性高斯模型的修正PHD滤波器高斯混合(GM)实现算法.仿真实验结果表明,与现有的PHD滤波器相比,在存在漏检的情况下所提出的GM-PHD滤波器能够提供更好的多目标跟踪能力. 展开更多
关键词 多目标跟踪 概率假设密度滤波器 高斯混合实现 线性高斯模型
在线阅读 下载PDF
多扩展目标的高斯混合概率假设密度滤波器 被引量:13
7
作者 韩玉兰 朱洪艳 +1 位作者 韩崇昭 王静 《西安交通大学学报》 EI CAS CSCD 北大核心 2014年第4期95-101,共7页
针对多扩展目标跟踪中状态信息难以估计的问题,提出了一种可以估计扩展目标运动状态和形状信息的多扩展目标高斯混合概率假设密度(RHM-GMPHD)滤波器。首先利用描述凸星形扩展目标量测源分布的随机超曲面模型和传感器量测方程,建立扩展... 针对多扩展目标跟踪中状态信息难以估计的问题,提出了一种可以估计扩展目标运动状态和形状信息的多扩展目标高斯混合概率假设密度(RHM-GMPHD)滤波器。首先利用描述凸星形扩展目标量测源分布的随机超曲面模型和传感器量测方程,建立扩展目标运动状态及形状信息与量测之间关系的伪量测函数;然后结合扩展目标状态预报信息,推导了扩展目标状态更新方程,递推地对扩展目标运动状态及形状信息进行估计跟踪。此外,还建立了Jaccard距离来度量RHMGMPHD滤波器对目标形状的估计性能。与联合概率数据关联(JPDA)滤波器和GMPHD滤波器相比,RHM-GMPHD滤波器不仅可以估计凸星形扩展目标的形状信息,并能有效提高对目标数和运动状态的估计精度。仿真实验表明,RHM-GMPHD滤波器对质心估计的均方根误差分别约为JPDA和GMPHD滤波器的1/3和1/2,对目标数的估计接近真实值,对形状估计的Jaccard距离一般小于0.2。 展开更多
关键词 扩展目标跟踪 高斯混合概率假设密度 随机超曲面模型 形状估计
在线阅读 下载PDF
基于高斯混合密度模型的医学图像聚类方法 被引量:6
8
作者 宋余庆 王春红 +1 位作者 陈健美 谢从华 《江苏大学学报(自然科学版)》 EI CAS 北大核心 2009年第3期293-296,共4页
研究了医学图像的聚类问题,提出一种基于高斯混合密度模型的K-EM聚类算法,并将此算法用于人体腹部图像数据,实现肝、肾、脾等主要器官的分类.在算法中,随机选取腹部图像像素数据,用QAIC信息准则确定训练样本的最佳类别数;用K均值聚类算... 研究了医学图像的聚类问题,提出一种基于高斯混合密度模型的K-EM聚类算法,并将此算法用于人体腹部图像数据,实现肝、肾、脾等主要器官的分类.在算法中,随机选取腹部图像像素数据,用QAIC信息准则确定训练样本的最佳类别数;用K均值聚类算法得到混合模型的初始参数;用期望最大(EM)算法多次迭代建立腹部图像数据的混合密度模型;运用贝叶斯准则,将腹部图像所有像素值划分到混合模型中相应的模型分支,得到每个器官像素值划分的正确率与误判率.试验结果表明,新算法分类的平均正确率高于85%、误判率低于10%,优于K均值算法. 展开更多
关键词 医学图像 K均值聚类 高斯混合模型 QAIC信息准则 EM算法 贝叶斯准则
在线阅读 下载PDF
混响的混合高斯概率密度建模 被引量:3
9
作者 卫红凯 王平波 +1 位作者 蔡志明 蒋来兴 《声学技术》 CSCD 北大核心 2007年第3期514-518,共5页
混合高斯模型能够有效地拟合混响背景的一维概率密度分布。常用的混合高斯概率密度模型参数估计方法是EM迭代算法,但这种算法的主要缺点是估计精度过分依赖于初始值。而GreedyEM算法通过往混合模型中不断地加入高斯分量,能很好地解决这... 混合高斯模型能够有效地拟合混响背景的一维概率密度分布。常用的混合高斯概率密度模型参数估计方法是EM迭代算法,但这种算法的主要缺点是估计精度过分依赖于初始值。而GreedyEM算法通过往混合模型中不断地加入高斯分量,能很好地解决这一问题。文章将多维图象处理中的GreedyEM算法加以合理简化,并给出模型自动定阶方法,从而成功应用于水声混响的一维混合高斯模型建模中。实验结果表明:应用新算法能从混响接收数据中准确拟合其概率密度曲线,并且能适应不同的数据长度,具有很好的通用性。 展开更多
关键词 混合高斯 概率密度模型 EM GreedyEM
在线阅读 下载PDF
基于SMC-PHDF的部分可分辨的群目标跟踪算法 被引量:27
10
作者 连峰 韩崇昭 +1 位作者 刘伟峰 元向辉 《自动化学报》 EI CSCD 北大核心 2010年第5期731-741,共11页
提出一种基于粒子概率假设密度滤波器(Sequential Monte Carlo probability hypothesis density filter,SMC-PHDF)的部分可分辨的群目标跟踪算法.该算法可直接获得群而非个体的个数和状态估计.这里群的状态包括群的质心状态和形状.为了... 提出一种基于粒子概率假设密度滤波器(Sequential Monte Carlo probability hypothesis density filter,SMC-PHDF)的部分可分辨的群目标跟踪算法.该算法可直接获得群而非个体的个数和状态估计.这里群的状态包括群的质心状态和形状.为了估计群的个数和状态,该算法利用高斯混合模型(Gaussian mixture models,GMM)拟合SMC-PHDF中经重采样后的粒子分布,这里混合模型的元素个数和参数分别对应于群的个数和状态.期望最大化(Expectation maximum,EM)算法和马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)算法分别被用于估计混合模型的参数.混合模型的元素个数可通过删除、合并及分裂算法得到.100次蒙特卡洛(Monte Carlo,MC)仿真实验表明该算法可有效跟踪部分可分辨的群目标.相比EM算法,MCMC算法能够更好地提取群的个数和状态,但它的计算量要大于EM算法. 展开更多
关键词 群目标跟踪 粒子概率假设密度滤波器 高斯混合模型 期望最大化算法 马尔科夫链蒙特卡洛算法
在线阅读 下载PDF
基于DPC-GMM算法的船舶燃油系统故障诊断 被引量:7
11
作者 魏一 张跃文 李斌 《中国舰船研究》 CSCD 北大核心 2018年第6期147-153,165,共8页
[目的]传统的高斯混合模型(GMM)算法存在收敛速度较慢的固有缺陷,容易产生过拟合现象,导致参数计算陷入局部最优,不能很好地用于船舶燃油系统的故障诊断。[方法]首先,分析GMM算法及参数估计算法,结合密度峰值聚类(DPC)算法,提出一种基于... [目的]传统的高斯混合模型(GMM)算法存在收敛速度较慢的固有缺陷,容易产生过拟合现象,导致参数计算陷入局部最优,不能很好地用于船舶燃油系统的故障诊断。[方法]首先,分析GMM算法及参数估计算法,结合密度峰值聚类(DPC)算法,提出一种基于DPC-GMM算法的船舶燃油系统故障诊断方法;然后,通过训练船舶燃油系统状态所对应的高斯混合模型参数,实现对船舶燃油系统故障的无监督诊断;最后,基于获取的船舶燃油系统故障数据,验证该方法的有效性。[结果]实验结果表明,采用基于DPC-GMM算法的故障辨识准确率高、识别速度快,优于传统的反向传播(BP)神经网络和支持向量机(SVM)诊断算法。[结论]研究结果对船舶燃油系统的故障诊断有重要的指导意义。 展开更多
关键词 故障诊断 高斯混合模型 期望最大化 密度峰值聚类
在线阅读 下载PDF
雷达与ESM综合多目标检测、跟踪与识别 被引量:7
12
作者 石绍应 杜鹏飞 +1 位作者 张靖 曹晨 《系统工程与电子技术》 EI CSCD 北大核心 2016年第7期1524-1531,共8页
为在预警监视系统中对多目标的检测、跟踪、识别过程进行统一处理,提出一种基于跳转马尔可夫系统模型高斯混合概率假设密度滤波(jump Markov system model Gaussian mixture probability hypothesis density filtering,JMS-GMPHDF)算法... 为在预警监视系统中对多目标的检测、跟踪、识别过程进行统一处理,提出一种基于跳转马尔可夫系统模型高斯混合概率假设密度滤波(jump Markov system model Gaussian mixture probability hypothesis density filtering,JMS-GMPHDF)算法的雷达、电子支援措施(electronic support measures,ESM)综合多目标检测、跟踪与识别方法。该方法首先根据不同类别目标设计各自的多目标多模型高斯混合概率假设密度滤波器,并在各滤波器处理过程中同时对高斯项进行编号;然后,根据目标速度与加速度模型信息进行高斯项综合与类别判决,同时根据ESM测量信息进行型号判决;最后,通过航迹综合管理,形成具有运动状态信息以及类别、型号、航迹编号信息的确定航迹。仿真实验验证了该方法能够有效综合雷达、ESM测量数据,在进行多目标检测、跟踪的同时进行正确的类别、型号判决,并形成确定航迹。 展开更多
关键词 雷达与电子支援措施综合 多目标检测、跟踪与识别 多运动模型 高斯混合概率假设密度滤波 航迹管理
在线阅读 下载PDF
多元假设检验GMPHD轨迹跟踪 被引量:6
13
作者 黄志蓓 孙树岩 吴健康 《电子与信息学报》 EI CSCD 北大核心 2010年第6期1289-1294,共6页
由于在军事和民事领域逐步广泛的应用,数目不定的多目标跟踪技术正受到越来越多的关注。概率假设密度(PHD)滤波方法,特别是具有闭式递归的高斯混合概率假设密度(GMPHD)技术,在噪声和漏警等影响下仍能形成优越的群目标跟踪性能。然而PHD... 由于在军事和民事领域逐步广泛的应用,数目不定的多目标跟踪技术正受到越来越多的关注。概率假设密度(PHD)滤波方法,特别是具有闭式递归的高斯混合概率假设密度(GMPHD)技术,在噪声和漏警等影响下仍能形成优越的群目标跟踪性能。然而PHD滤波器并不能实现多目标航迹跟踪,而其与传统数据互联的结合,复杂度高且跟踪效果不尽如人意。在该文中,各目标的航迹信息以假设形式表述,数据互联则是通过使用经典的多元假设检测方法判决假设矩阵实现。其与GMPHD的结合不仅实现了数据互联和轨迹管理,还因为积累时间信息大大降低了杂波干扰的影响。实验结果证明,该算法可以对多个目标所形成的轨迹实施正确跟踪,同时,计算量的大幅度降低带来了跟踪系统可实现性的提高。 展开更多
关键词 多目标航迹跟踪 贝叶斯滤波 概率假设密度 高斯混合模型 多元假设检验
在线阅读 下载PDF
高斯核密度估计的背景建模运动目标检测 被引量:7
14
作者 燕莎 潘永 《探测与控制学报》 CSCD 北大核心 2017年第1期76-79,83,共5页
针对视频图像中光照的渐变和突变等引起的动态背景和图像前景中运动目标(物体)存在阴影等问题,提出了高斯核密度估计的背景建模运动目标检测方法。实验结果表明,该方法采用了非参数密度估计理论,像素特征的概率分布不需要预先假设,同时... 针对视频图像中光照的渐变和突变等引起的动态背景和图像前景中运动目标(物体)存在阴影等问题,提出了高斯核密度估计的背景建模运动目标检测方法。实验结果表明,该方法采用了非参数密度估计理论,像素特征的概率分布不需要预先假设,同时估计出来的像素特征的概率密度函数更符合真实的背景像素的概率分布,能够处理多样性的动态背景场景,具有较强的背景适应能力,能够准确地提取运动目标,从而有效检测出视频图像中的运动目标。 展开更多
关键词 背景建模 目标检测 混合高斯模型 背景减法 核密度估计
在线阅读 下载PDF
隐马尔可夫模型中一种新的帧相关建模方法 被引量:4
15
作者 郭庆 吴文虎 方棣棠 《软件学报》 EI CSCD 北大核心 1999年第6期631-635,共5页
在使用传统的隐马尔可夫模型(traditionalhiddenMarkovmodel,简称THMM)刻画现实中的语音时有一个明显的缺点,即THMM不能合适地表征语音信号的时域结构.时域上的相关性被认为对识别非常有用,... 在使用传统的隐马尔可夫模型(traditionalhiddenMarkovmodel,简称THMM)刻画现实中的语音时有一个明显的缺点,即THMM不能合适地表征语音信号的时域结构.时域上的相关性被认为对识别非常有用,因为相邻帧间的特征矢量具有很强的相关性.文章提出了一种新的方法,用以把时域的相关性糅合到一个基于传统的隐马尔可夫模型的语音识别系统中.首先,用条件概率的形式处理帧间相关性;然后,用一种非线性的概率近似公式来表征相邻帧之间的相关性.此方法丝毫不增加原来的THMM的空间复杂度,而且也几乎不增加训练和识别阶段的时间复杂度.最后。 展开更多
关键词 帧间相关性 语音识别 隐马尔可夫模型 建模
在线阅读 下载PDF
多机动目标跟踪的BFG-GMPHD算法 被引量:3
16
作者 赵斌 胡建旺 吉兵 《火力与指挥控制》 CSCD 北大核心 2016年第11期192-196,共5页
针对高斯混合概率假设密度(GMPHD)滤波算法中的机动目标跟踪问题,提出BFG-GMPHD算法,扩展了GMPHD滤波算法的适用范围。算法利用最佳拟合高斯(BFG)分布来近似目标动态模型中的状态转移矩阵和过程噪声的协方差矩阵,实现了滤波器与不同动... 针对高斯混合概率假设密度(GMPHD)滤波算法中的机动目标跟踪问题,提出BFG-GMPHD算法,扩展了GMPHD滤波算法的适用范围。算法利用最佳拟合高斯(BFG)分布来近似目标动态模型中的状态转移矩阵和过程噪声的协方差矩阵,实现了滤波器与不同动态模型的匹配;在对BFG分布进行递推时,引入了模型概率更新过程,解决了BFG仅依赖于先验信息的问题;并利用UKF算法对GMPHD的高斯分量进行递推,使得算法能处理量测方程为非线性的情况。仿真实验表明,BFG-GMPHD算法能快速匹配目标模型的变化,实现对多机动目标的有效跟踪,准确估计出目标的数目和状态。 展开更多
关键词 概率假设密度 高斯混合 机动目标 最佳拟合高斯 模型概率更新
在线阅读 下载PDF
基于可变矩形框的人群密度数值估计算法研究 被引量:5
17
作者 刘曼 彭月平 姜源 《科学技术与工程》 北大核心 2017年第17期266-271,共6页
公共场景监控下的人群密度估计已经是公共安全管理中的一个重要环节。为了提高对视频监控中人群密度估计的实时性和准确率,提出一种改进的混合高斯背景建模进行前景提取,并用大小随目标边缘可变的矩形框对人群目标进行圈定以代替传统的... 公共场景监控下的人群密度估计已经是公共安全管理中的一个重要环节。为了提高对视频监控中人群密度估计的实时性和准确率,提出一种改进的混合高斯背景建模进行前景提取,并用大小随目标边缘可变的矩形框对人群目标进行圈定以代替传统的边缘像素数和前景像素数;通过最小二乘法拟合估计人数和实际人数的线性关系,使用平均相对误差和平均绝对误差进行定量对比分析。实验结果表明:与基于边缘像素统计和阈值分割像素统计的算法相比,该算法能够直接统计出有效人数,较为准确的估计出视频图像中的人群数目,且误差最低。 展开更多
关键词 视频图像 混合高斯背景建模 人群密度估计 矩形框
在线阅读 下载PDF
改进高斯混合模型的激光点云数据分类 被引量:3
18
作者 张忠琼 赵颖 钱淑渠 《激光杂志》 CAS 北大核心 2023年第6期215-219,共5页
激光点云数据的无序性会影响激光场景识别和三维重建,导致激光点云数据分类误差大,精度低等问题,为此提出基于改进高斯混合模型的激光点云数据分类方法。首先采集激光点云数据,利用邻域密度算法对数据中的噪声进行分析和去除,然后采用... 激光点云数据的无序性会影响激光场景识别和三维重建,导致激光点云数据分类误差大,精度低等问题,为此提出基于改进高斯混合模型的激光点云数据分类方法。首先采集激光点云数据,利用邻域密度算法对数据中的噪声进行分析和去除,然后采用改进高斯混合模型获取数据点间距,将点云数据分类相应类别中,实现激光点云数据分类。实验结果证明,本方法可以有效去除激光点云数据中的孤立点,提高了激光点云数据分类精度,激光点云数据分类结果可满足激光三维重建要求。 展开更多
关键词 高斯混合模型 激光点云 数据分类 邻域密度
在线阅读 下载PDF
Pairwise马尔科夫模型下的势均衡多目标多伯努利滤波器 被引量:3
19
作者 张光华 韩崇昭 +1 位作者 连峰 曾令豪 《自动化学报》 EI CSCD 北大核心 2017年第12期2100-2108,共9页
由于在实际应用中目标模型不一定满足隐马尔科夫模型(Hidden Markov model,HMM)隐含的马尔科夫假设和独立性假设条件,一种更为一般化的Pairwise马尔科夫模型(Pairwise Markov model,PMM)被提出.它放宽了HMM的结构性限制,可以有效地处理... 由于在实际应用中目标模型不一定满足隐马尔科夫模型(Hidden Markov model,HMM)隐含的马尔科夫假设和独立性假设条件,一种更为一般化的Pairwise马尔科夫模型(Pairwise Markov model,PMM)被提出.它放宽了HMM的结构性限制,可以有效地处理更为复杂的目标跟踪场景.本文针对杂波环境下的多目标跟踪问题,提出一种在PMM框架下的势均衡多目标多伯努利(Cardinality balanced multi-target multi-Bernoulli,CBMe MBer)滤波器,并给出它在线性高斯PMM条件下的高斯混合(Gaussian mixture,GM)实现.最后,采用一种满足HMM局部物理特性的线性高斯PMM,将本文所提算法与概率假设密度(Probability hypothesis density,PHD)滤波器进行比较.实验结果表明本文所提算法的跟踪性能优于PHD滤波器. 展开更多
关键词 隐马尔科夫模型 Pairwise马尔科夫模型 多目标跟踪 随机有限集 多伯努利密度 高斯混合
在线阅读 下载PDF
基于VSMM的GMCPHD滤波算法在多机动目标跟踪的应用 被引量:3
20
作者 周卫东 张鹤冰 廖成毅 《系统工程与电子技术》 EI CSCD 北大核心 2013年第1期9-14,共6页
针对交互多模型(interacting multiple model,IMM)在多机动目标跟踪算法中存在的缺陷以及目标跟踪精度问题,提出了基于变结构多模型(variable structure multiple model,VSMM)的高斯混合基数概率假设密度(Gaussian mixture cardinalized... 针对交互多模型(interacting multiple model,IMM)在多机动目标跟踪算法中存在的缺陷以及目标跟踪精度问题,提出了基于变结构多模型(variable structure multiple model,VSMM)的高斯混合基数概率假设密度(Gaussian mixture cardinalized probability hypothesis density,GMCPHD)滤波算法。该算法利用了VSMM具有自适应性、时变性的特点,达到了在某一时刻能够选取与目标运动模式相匹配的模型集合的目的,相比于IMM考虑的仅是固定的模式集合具有很强的优越性。此外,GMCPHD滤波算法不仅避免了数据关联问题,而且通过高斯分布递推PHD函数的同时递推基数分布。最后,利用雷达作为传感器,对跟踪机动目标进行仿真,证明VSMM相比于IMM对于多机动目标跟踪更具有优越性,同时验证了VSMM-GMCPHD滤波算法具有提高机动目标跟踪精度,减小跟踪误差的作用。 展开更多
关键词 机动目标跟踪 高斯混合基数概率假设密度 交互多模型 变机构多模型
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部