-
公开(公告)号：CN111504326B
公开(公告)日：2023-10-27
申请号：CN202010360481.2
申请日：2020-04-30
Applicant: 江苏理工学院
Abstract: 一种基于T分布的鲁棒GLMB多目标跟踪方法，属于制导和智能信息处理技术领域，主要解决多目标的跟踪、航迹关联和状态估计问题。本发明方法在J‑GLMB跟踪算法框架下，假设目标状态服从T分布，采用TDVB滤波技术进行状态更新。本发明与传统方法相比，提高了非线性和强干扰场景下的多目标跟踪精度和鲁棒性，可以满足实际工程系统的设计需求，具有良好的工程应用价值。
-
公开(公告)号：CN111504327A
公开(公告)日：2020-08-07
申请号：CN202010360840.4
申请日：2020-04-30
Applicant: 江苏理工学院
Abstract: 一种基于航迹平滑技术的广义标签多伯努利多目标跟踪方法，它属于能信息处理技术领域，主要解决多目标的航迹更新和状态平滑问题。本发明方法在GLMB跟踪算法框架下，更新其提供的多目标航迹，根据航迹量测生成目标状态并平滑。本发明与传统方法相比，提高了在遇到目标量测漏检、伪目标存在的情况下多目标跟踪的精度和鲁棒性，可以满足实际工程系统的设计需求，具有良好的工程应用价值。
-
公开(公告)号：CN111401403A
公开(公告)日：2020-07-10
申请号：CN202010099641.2
申请日：2020-02-18
Applicant: 江苏理工学院
IPC: G06K9/62
Abstract: 本发明提供了一种基于图正则化的平滑范数受限非负矩阵分解的聚类方法，包括：S10获取待聚类视图并构建最邻近图；S20构建基于图正则化的LP平滑范数受限非负矩阵分解的目标函数，目标函数中包括用于保持数据空间内几何结构和提高平滑度的平滑正则化项及用于标记样本类别信息的图正则项；S30以Frobenius范数为度量标准，根据目标函数使用迭代加权的方法迭代预设次数，得到待聚类视图的特征矩阵；S40采用k-means聚类算法分别对各聚类视图的特征矩阵进行分析，实现视图聚类。其通过加入图正则项到NMF中，发现隐藏语义同时尊重数据集固有的内在几何信息；再通过将标签信息作为附加的硬约束使得高维空间中标记的样本在新低维空间中拥有相同的坐标；最后加入LP平滑范数，以提高平滑度。
-
公开(公告)号：CN110990775A
公开(公告)日：2020-04-10
申请号：CN201911190170.X
申请日：2019-11-28
Applicant: 江苏理工学院
Abstract: 本发明提供了一种基于多流形对偶图正则化非负矩阵分解的多视图聚类方法，包括：S10获取待聚类视图；S20针对每个待聚类视图构建数据图的邻接矩阵和特征图的邻接矩阵；S30通过一致性系数及多视图局部嵌入得到多流形对偶图正则化非负矩阵分解的目标函数；S40根据目标函数使用迭代加权的方法迭代预设次数，对每个待聚类视图数据图的邻接矩阵、特征图的邻接矩阵及图正则项进行更新，得到各待聚类视图的特征矩阵；S50采用k-means聚类算法分别对每个待聚类视图的特征矩阵进行分析，实现多视图聚类。该聚类方法与传统的多视图聚类方法相比，更加有效地利用视图数据中包含的结构信息及特征，大大提升了聚类效果，带来了更好的聚类性能。
-
-
-
Search Results
14
records
(took 0.014 seconds)
