高斯混合
高斯混合的相关文献在2002年到2022年内共计423篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、中国军事
等领域,其中期刊论文58篇、会议论文1篇、专利文献231435篇;相关期刊42种,包括运筹与管理、哈尔滨理工大学学报、系统工程与电子技术等;
相关会议1种,包括中国自动化与信息技术研讨会暨2004年学术年会等;高斯混合的相关文献由1222位作者贡献,包括焦李成、宋执环、王爽等。
高斯混合—发文量
专利文献>
论文:231435篇
占比:99.97%
总计:231494篇
高斯混合
-研究学者
- 焦李成
- 宋执环
- 王爽
- 马文萍
- 刘芳
- 侯彪
- 吉兵
- 吴敏
- 胡建旺
- 赵力
- 连峰
- 万婷
- 万雄波
- 刘杰
- 卢毅
- 张倩
- 方泽林
- 李平
- 杜玉晓
- 杨峰
- 杨淑媛
- 王天江
- 缑水平
- 韩崇昭
- 高戈
- 龚立宇
- 余华
- 刘江义
- 刘超
- 包永强
- 唐永鹏
- 张光华
- 张向荣
- 张欢庆
- 张辉
- 朱青
- 杨勇
- 杨念
- 楼阳冰
- 武子杰
- 毋媛媛
- 毛建旭
- 王国新
- 王春平
- 王春艳
- 王磊
- 王耀南
- 王颖
- 胡芬
- 贾良跃
-
-
陈威;
张成
-
-
摘要:
针对超宽带传感器扩展目标跟踪问题,提出了一种高斯混合伯努利滤波算法。算法基于梯度算子实现线性高斯目标和测量模型下的递归滤波,利用高斯混合模型获得目标的后验强度,提出一种基于层次划分密度的聚类优化来实现目标状态的提取,从而来估计扩展目标的时变散射点数。超宽带雷达传感器的仿真实验结果表明,所提算法可以在检测不确定度、目标测量率不确定度、噪声和假警报存在的情况下,能够有效联合检测和跟踪目标,在保证计算效率的同时,提高了跟踪的精确度及稳定性。
-
-
陈辉;
邓东明;
韩崇昭
-
-
摘要:
多目标跟踪中的传感器控制本质上是一个最优非线性控制问题,其在理论分析和计算上极具挑战性.本文基于区间不确定性推理,利用箱粒子多伯努利滤波器提出了一种基于信息测度的传感器控制策略.首先,本文利用箱粒子实现多伯努利滤波器,并通过一组带有权值的箱粒子来表征多目标后验概率密度函数.其次,利用箱粒子的高斯分布假设,将多伯努利密度近似为高斯混合.随后,选择柯西施瓦兹(Cauchy-Schwarz,CS)散度作为评价函数,并详细推导了两个高斯混合之间的CS散度的求解公式,以此为基础提出相应的传感器控制策略.此外,作为一种对比方案,利用蒙特卡罗方法,本文还给出了通过对箱粒子进行混合均匀采样,进而通过点粒子求解CS散度的递推公式,并提出了相应的控制策略.最后,仿真实验验证了所提算法的有效性.
-
-
-
-
-
高丽;
张欢庆
-
-
摘要:
针对标准概率假设密度滤波器要求,新生目标强度作为先验信息需已知的工程限制,提出一种未知新生目标强度的多目标概率假设密度算法.该算法以概率假设密度滤波器为基础,通过充分利用目标运动信息及其与监视区域的相对关系来获取源于潜在新生目标的量测,并以此建模下一时刻滤波器所需的新生目标强度.仿真结果表明,所提算法在含有未知新生目标跟踪场景具有鲁棒的滤波性能,且其跟踪精度和计算代价均优于相关多目标PHD滤波器.
-
-
-
杨雄坤;
邓月华;
陈文社
-
-
摘要:
针对流量异常的快速准确检测问题,通过对特征的优化提取,选择计算复杂度较低且能有效拟合正常流量分布的高斯混合模型进行异常检测。方法首先提取流量时间窗口内的多层次多粒度特征,更加细致地刻画流量信息;其次,采用PCA降维算法降低特征的维度和去冗余;最后,基于高斯混合模型建立单分类器对流量进行分类。实验结果表明,在保证检测精度等性能指标相近的情况下,本文所提方法与同类方法相比,计算速度提高约40%。
-
-
刘江义;
王春平
-
-
摘要:
针对已有的基于双马尔科夫链(PMC)模型的势概率假设密度(PMC-CPHD)滤波算法无法实现的问题,将PMC-CPHD算法改进为多项式形式以便于算法的实现,并给出了改进算法的高斯混合(GM)实现.实验结果表明给出的GM实现能够有效实现多目标跟踪,并且比基于PMC模型的概率假设密度(PMC-PHD)算法的GM实现提高了目标个数估计的稳定性.
-
-
-
田媚;
罗四维
- 《中国自动化与信息技术研讨会暨2004年学术年会》
| 2004年
-
摘要:
论文目的是讨论采用DAEM进行分类的问题,探讨基于高斯混合模型的DAEM分类方法.由于EM算法对初始值有很强的依赖性,我们采用改进的DAEM算法.通过我们的分析及试验,对采用EM算法与DAEM算法进行分类的效果进行比较.实验基于概率神经网络.