题名 高斯加权的多分类器物体追踪
1
作者
兰远东 邓辉舫 蔡昭权 杨雄
机构
惠州学院计算机科学系 华南理工大学计算机科学与工程学院
出处
《计算机应用》
CSCD
北大核心
2014年第8期2394-2398,2403,共6页
基金
国家自然科学基金资助项目(61170193) 惠州市科技计划项目(2011B020006002)
文摘
针对在物体外观快速变化的情况下,大多数弱学习器不能捕获物体新的特征分布,导致追踪失败的问题,提出了高斯加权的联机多分类器增强算法。该算法为每一个领域问题定义一个弱分类器,每个弱分类器包括一个简单的视觉特征和阈值,引入高斯加权函数来权衡每个弱分类器在特定样本上的贡献,通过多分类器联合学习来提高追踪性能。在物体追踪过程中,联机多分类器在对物体定位的同时还能估计物体的姿态,能够成功地学习多模态外观模型,在物体外观快速变化的情况下追踪物体。实验结果表明:所提算法在经过一个较短序列的训练后,平均追踪错误率为12.8%,追踪性能明显提升。
关键词
物体追踪 多分类器 高斯加权函数 分类 聚类 模式识别
Keywords
object tracking multiple classifiers Gaussian weighted function classification clustering patternrecognition
分类号
TP391.413
[自动化与计算机技术—计算机应用技术]
题名 滚动轴承故障诊断的最优加权路图GFT冲击提取方法
被引量：4
2
作者
王好将 于德介 高艺源
机构
湖南大学汽车车身先进设计制造国家重点实验室
出处
《振动工程学报》
EI
CSCD
北大核心
2020年第3期604-613,共10页
基金
国家自然科学基金资助项目(51875182)。
文摘
滚动轴承发生局部故障时将产生由共振频率调制的周期瞬态冲击,有效提取冲击特征是诊断滚动轴承故障的关键。图信号处理方法(Graph Signal Processing,GSP)是基于图谱理论发展起来的新研究领域,将振动信号转换为图信号进行分析,能有效揭示振动信号特性。对高斯函数加权下的路图拉普拉斯矩阵进行特征分解,发现代数连通度(Algebraic Connectivity)以内的特征向量存在明显的冲击,因此提出利用代数连通度以内的特征向量结合逆图傅里叶变换(Graph Fourier Transform,GFT)重构故障信号中冲击分量的方法。高斯加权函数中的热核宽度决定冲击特征向量的分布,直接影响重构结果,为解决热核宽度的选择问题,提出结合粒子群算法(Particle Swarm Optimization,PSO)确定最优热核宽度;然后利用最优特征向量组重构冲击信号,并进行包络解调;最后实现滚动轴承故障的有效诊断。算法仿真和应用实例表明,基于最优加权的路图GFT方法能有效地重构滚动轴承故障冲击特征,诊断故障类型。
关键词
故障诊断 滚动轴承 冲击提取 路图 高斯加权函数
Keywords
fault diagnosis rolling bearing impulse extraction path graph Gaussian weighted function
分类号
TH165.3
[机械工程—机械制造及自动化]
TH133.33
[机械工程—机械制造及自动化]
题名 基于时空相关性多任务神经网络的交通预测
被引量：5
3
作者
李松江 祝绍凇 杨华民 王鹏
机构
长春理工大学计算机科学技术学院
出处
《计算机应用与软件》
北大核心
2021年第9期286-292,共7页
基金
吉林省科技发展计划技术攻关项目(20190302118GX)。
文摘
传统的交通量预测多利用单点附近的交通流信息,未能拓展至区域网络。针对这种情况,提出一种基于时空相关性的高速路网短时交通量预测模型。模型利用实际路网的静态与动态数据计算路段间的等效距离,通过高斯加权函数选择最近邻。将相关路段的交通量预测作为目标预测的额外任务,通过构建多任务循环神经网络(MTL-RNN)模型实现目标路段交通量的协同预测。实验结果表明,MTL-RNN模型在路网交通量预测中的平均预测误差在6%以内,具有良好的预测准确度与适用性。
关键词
交通量预测 时空相关性 高斯加权函数 循环神经网络 多任务学习
Keywords
Traffic forecast Spatio-temporal correlation Gaussian weighting function Recurrent neural network Multi-task
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 基于LWSVR的繁忙机场航班滑出时间预测
被引量：4
4
作者
邢志伟 姜松岳 罗谦 罗晓
机构
中国民航大学电子信息与自动化学院 中国民用航空总局第二研究所
出处
《系统仿真学报》
CAS
CSCD
北大核心
2020年第5期927-935,共9页
基金
国家自然科学基金(U1533203)。
文摘
针对繁忙机场航班滑出时间预测准确率低的问题,结合局部回归和加权支持向量回归,提出基于局部加权支持向量回归的离港航班滑出时间预测模型。该模型采用K最近邻方法,减小训练样本集容量,并为每个预测样本构建一个预测模型。通过计算训练样本与预测样本间的马氏距离,来优化加权支持向量回归中高斯核加权函数的带宽参数,获得加权系数。结合某机场离港航班数据仿真分析,实验结果表明模型在误差允许范围内的预测准确率达到83.33%,模型更加稳定。
关键词
滑出时间 局部回归 加权 支持向量回归K最近邻 高斯加权函数
Keywords
taxi-out time local regression weighted support vector regression KNN(K-Nearest Neighbor) Gaussian weighting function
分类号
U8
[交通运输工程]
TP391.9
[自动化与计算机技术—计算机应用技术]
题名 实时FPGA手势识别算法的设计
被引量：2
5
作者
赵忠宇 高博 龙行锐 余璇池
机构
四川大学物理学院
出处
《电子测量技术》
2020年第20期89-92,共4页
文摘
针对手势识别的硬件加速问题,对图像识别技术进行研究,从手势边缘与肤色信息出发,借助FPGA平台的高速特性,在Sobel边缘提取算法的基础上,提出利用椭圆颜色域分离法与高斯函数加权来优化手势信息特征值提取的算法。原始图像分别输入Sobel边缘提取模块与色彩空间分离模块,经处理后的信号共同输入高斯加权模块,与肤色相关的边缘信息得到加强,无关信息得到抑制。该算法结合了手势图像的色彩信息与边缘信息,经过对比验证,表明通过对边缘与肤色信息的算法优化,能有效滤去与手势无关的信息,在不同光照下测试均获得足够的辨识度。
关键词
手势识别 颜色域分离 高斯 函数 加权 特征提取
Keywords
figure recognition color space divination Gauss function weighting feature extraction
分类号
TP391
[自动化与计算机技术—计算机应用技术]
