基于最大熵直觉模糊核聚类的目标跟踪算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16136/j.joel.2021.04.0359

基于最大熵直觉模糊核聚类的目标跟踪算法

引用
为了提高杂波环境下目标跟踪的正确关联率和实时性,本文提出一种基于最大熵直觉模糊核聚类的目标融合跟踪算法.先通过密度函数法确定初始聚类中心,再通过加入核函数和放松对隶属度的限制,并且通过样本加权给离群点和样本点不同的权值,从而可以减少离群点和噪声点的干扰,最后通过直觉指数引入直觉模糊集,得到改进后隶属度矩阵,以隶属度矩阵作为关联概率进行目标与观测的关联,并用卡尔曼滤波进行目标模型的更新,提高目标跟踪的正确关联率和实时性.实验表明,本文算法相对传统的模糊C均值聚类算法可以提高目标正确关联率3%左右,并且在算法耗时方面平均减少了 0.1 s,相对于最大熵模糊C均值聚类算法可以提高目标正确关联率1.9%左右,算法耗时平均减少0.4 s,表明本文算法在提高目标跟踪正确关联率并增加算法实时性拥有更好的效果.

密度函数法、最大熵模糊聚类、直觉模糊集、核函数、加权

32

TP391.41(计算技术、计算机技术)

陕西省重点研发项目2019GY-107

2021-05-28(万方平台首次上网日期,不代表论文的发表时间)

共7页

382-388

相关文献
评论
暂无封面信息
查看本期封面目录

光电子.激光

1005-0086

12-1182/O4

32

2021,32(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn