-
题名一种适合于大数据集处理的混合EM算法
- 1
-
-
作者
张德喜
黄浩
-
机构
许昌学院计算机科学与技术学院
北京理工大学计算机科学技术学院
-
出处
《计算机应用》
CSCD
北大核心
2006年第8期1884-1887,共4页
-
基金
国家自然科学基金资助项目(60475040)
河南省自然科学基金资助项目(0511012200)
河南省高校青年骨干教师资助计划项目(2002261)
-
文摘
EM算法的计算强度较大,且当数据集较大时,计算效率较低。为此,提出了基于部分E步的混合EM算法,降低了算法的计算强度,提高了算法对数据集大小的适应能力,并且保持了EM算法的收敛特性。最后通过将算法应用于大的数据集,验证了该算法能减少计算强度。
-
关键词
em算法
增量em算法
懒惰em算法
混合em算法
-
Keywords
em algorithm
incremental em algorithm
lazy em algorithm
mixed em algorithm
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名自适应模板更新的粒子滤波实时跟踪算法
被引量：1
- 2
-
-
作者
赖作镁
陈怀新
吴必富
-
机构
中国电子科技集团公司第十研究所
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2009年第4期768-772,共5页
-
文摘
提出一种自适应模板更新的粒子滤波实时跟踪算法。在粒子滤波的跟踪框架下,目标模板的自适应观测模型采用含有三个分量的混合高斯模型来建模并用增量EM算法在线更新,很好地解决了模板更新问题。实验结果表明:该跟踪算法在光照变化条件下的红外目标、外观姿态快速变化、局部遮挡等情况下的目标跟踪实验均能长时间稳定地跟踪目标,且无需普通粒子滤波算法的重采样策略,计算简单,易于硬件并行实现。
-
关键词
目标跟踪
粒子滤波
自适应模板更新
混合高斯模型
增量em算法
-
Keywords
object tracking
particle filter
adaptive template update
Gaussian mixture model
incremental em algorithm
-
分类号
TH74
[机械工程—光学工程]
-
