-
题名基于均值漂移聚类的扩展目标量测集划分算法
被引量：10
- 1
-
-
作者
刘风梅
葛洪伟
杨金龙
李鹏
-
机构
江南大学物联网工程学院
-
出处
《计算机工程》
CAS
CSCD
2014年第12期182-187,194,共7页
-
基金
国家自然科学基金资助项目(61305017)
江苏省自然科学基金资助项目(20130154)
-
文摘
在噪声环境下,存在扩展目标数未知且变化的多扩展目标跟踪量测集难以划分、计算代价高的问题。为此,提出一种基于均值漂移聚类的量测集划分算法。通过迭代更新中心点,使其收敛于局部最优,并引入极大似然估计技术估计每个划分子集中的目标数,对于目标数大于1的子集采用模糊C均值聚类算法进行二次划分,使得划分的量测子集与各个扩展目标一一对应。实验结果表明,该算法在多扩展目标量测集划分性能上明显优于传统的距离划分和K-means++划分算法,尤其是在保持跟踪精度的前提下量测集划分数和计算代价明显降低,且能较好地划分紧邻扩展目标的量测集。
-
关键词
多扩展目标跟踪
量测集划分
均值漂移聚类
极大似然估计
距离划分
紧邻的扩展目标
-
Keywords
multiple Extended Target Tracking （ETT）
measurement set partition
mean shift clustering
maximum likelihood estimation
distance partition
spatially close extended target
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
