期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于高斯混合模型最大期望聚类的同时定位与地图构建数据关联
被引量:
4
1
作者
阮晓钢
张晶晶
+1 位作者
朱晓庆
周静
《控制理论与应用》
EI
CAS
CSCD
北大核心
2020年第2期265-274,共10页
数据关联是移动机器人同时定位与地图构建(SLAM)中状态估计的前提和基础,针对当前联合兼容分支定界算法存在计算复杂度高、耗时长的问题,提出了基于高斯混合模型(GMM)最大期望聚类分组的SLAM数据关联算法.首先,为减少同一时刻参与关联...
数据关联是移动机器人同时定位与地图构建(SLAM)中状态估计的前提和基础,针对当前联合兼容分支定界算法存在计算复杂度高、耗时长的问题,提出了基于高斯混合模型(GMM)最大期望聚类分组的SLAM数据关联算法.首先,为减少同一时刻参与关联的观测值数目,在局部区域内采用GMM最大期望聚类算法对当前时刻的观测值进行分组;其次,在各观测小组中采用联合兼容分支定界算法进行数据关联;最后,综合各观测小组的观测值同局部地图特征得到的关联解,得到最优的关联结果.仿真实验结果表明,基于高斯混合模型最大期望聚类分组的SLAM数据关联算法在保证数据关联准确度的前提下,计算复杂度得到了降低,缩短了运行时间.
展开更多
关键词
同时定位与地图构建
数据关联
联合兼容分支定界
高斯混合模型
最大期望聚类
移动机器人
下载PDF
职称材料
基于改进最大期望聚类的遥感影像道路提取算法
被引量:
11
2
作者
张宗军
杨风暴
《激光与光电子学进展》
CSCD
北大核心
2020年第6期88-94,共7页
针对目前高分辨率遥感影像道路提取准确性不高的问题,提出一种基于改进最大期望(EM)聚类的遥感影像道路提取算法。首先通过形态学预处理来去除道路上的干扰信息,在此基础上通过改进EM聚类自动确定分割区域数目,完成影像分割,最后结合轮...
针对目前高分辨率遥感影像道路提取准确性不高的问题,提出一种基于改进最大期望(EM)聚类的遥感影像道路提取算法。首先通过形态学预处理来去除道路上的干扰信息,在此基础上通过改进EM聚类自动确定分割区域数目,完成影像分割,最后结合轮廓检测和灰度直方图阈值化完成遥感影像道路的提取。实验结果表明,所提算法能有效屏蔽道路上的噪声,提取出主干道路信息,该方法的准确率达到90%以上,冗余度较低。
展开更多
关键词
图像处理
道路提取
数学形态学
最大期望聚类
图像分割
原文传递
基于高斯混合EM聚类的多编队航迹起始方法
被引量:
6
3
作者
熊伟
顾祥岐
+1 位作者
徐从安
吕亚飞
《系统工程与电子技术》
EI
CSCD
北大核心
2019年第11期2424-2430,共7页
针对现有航迹起始方法难以对编队目标进行有效航迹起始的问题,在Hough变换法及其衍生算法基础上,提出基于Hough变换和高斯混合最大期望(expactation maximazation,EM)聚类的多编队目标航迹起始方法。该方法首先利用量测数据的时序信息...
针对现有航迹起始方法难以对编队目标进行有效航迹起始的问题,在Hough变换法及其衍生算法基础上,提出基于Hough变换和高斯混合最大期望(expactation maximazation,EM)聚类的多编队目标航迹起始方法。该方法首先利用量测数据的时序信息和目标的运动参数进行筛选,剔除大量虚假量测;再对筛选后的量测数据进行Hough变换,得到初步航迹信息;然后利用相异度矩阵对所得航迹进行预聚类,完成聚类中心初始化;最后进行高斯混合EM聚类,得到聚类结果。仿真结果表明,与Hough变换法及其衍生算法相比,该方法能够快速有效地起始编队目标的航迹,解决了目标密集带来的航迹起始混乱问题。
展开更多
关键词
多编队目标
HOUGH变换
高斯混合
最大期望聚类
航迹起始
下载PDF
职称材料
基于语义区域提取的图像重排
被引量:
3
4
作者
陈曾
侯进
+1 位作者
张登胜
张华忠
《自动化学报》
EI
CSCD
北大核心
2011年第11期1356-1359,共4页
针对目前图像搜索引擎难以正确把握用户真正意图的问题,从爬虫Web图像搜索引擎检索结果入手,提出三种聚类算法来提取海量Web图像中的语义区域.这三种聚类算法包括确定初始化中心的K-means聚类、确定参数的最大期望聚类以及基于半监督的K...
针对目前图像搜索引擎难以正确把握用户真正意图的问题,从爬虫Web图像搜索引擎检索结果入手,提出三种聚类算法来提取海量Web图像中的语义区域.这三种聚类算法包括确定初始化中心的K-means聚类、确定参数的最大期望聚类以及基于半监督的K-means聚类算法.然后选取显著值较大的显著区域作为语义区域.实验分析比较了三种聚类算法的有效性,最终实现的图像重排系统能比网络搜索引擎更好地反馈给用户精确而且有序的查询结果.
展开更多
关键词
语义区域提取
半监督
聚
类
K-MEANS
聚
类
最大期望聚类
图像重排
下载PDF
职称材料
题名
基于高斯混合模型最大期望聚类的同时定位与地图构建数据关联
被引量:
4
1
作者
阮晓钢
张晶晶
朱晓庆
周静
机构
北京工业大学信息学部
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2020年第2期265-274,共10页
基金
国家自然科学基金项目(61773027)
北京市教育委员会科技计划重点项目(KZ201610005010)
北京市自然科学基金项目(4174083)资助.
文摘
数据关联是移动机器人同时定位与地图构建(SLAM)中状态估计的前提和基础,针对当前联合兼容分支定界算法存在计算复杂度高、耗时长的问题,提出了基于高斯混合模型(GMM)最大期望聚类分组的SLAM数据关联算法.首先,为减少同一时刻参与关联的观测值数目,在局部区域内采用GMM最大期望聚类算法对当前时刻的观测值进行分组;其次,在各观测小组中采用联合兼容分支定界算法进行数据关联;最后,综合各观测小组的观测值同局部地图特征得到的关联解,得到最优的关联结果.仿真实验结果表明,基于高斯混合模型最大期望聚类分组的SLAM数据关联算法在保证数据关联准确度的前提下,计算复杂度得到了降低,缩短了运行时间.
关键词
同时定位与地图构建
数据关联
联合兼容分支定界
高斯混合模型
最大期望聚类
移动机器人
Keywords
simultaneous localization and mapping(SLAM)
data association
joint compatibility branch and bound(JCBB)
Gaussian mixture model
expectation-maximization clustering
mobile robot
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于改进最大期望聚类的遥感影像道路提取算法
被引量:
11
2
作者
张宗军
杨风暴
机构
中北大学信息与通信工程学院
出处
《激光与光电子学进展》
CSCD
北大核心
2020年第6期88-94,共7页
文摘
针对目前高分辨率遥感影像道路提取准确性不高的问题,提出一种基于改进最大期望(EM)聚类的遥感影像道路提取算法。首先通过形态学预处理来去除道路上的干扰信息,在此基础上通过改进EM聚类自动确定分割区域数目,完成影像分割,最后结合轮廓检测和灰度直方图阈值化完成遥感影像道路的提取。实验结果表明,所提算法能有效屏蔽道路上的噪声,提取出主干道路信息,该方法的准确率达到90%以上,冗余度较低。
关键词
图像处理
道路提取
数学形态学
最大期望聚类
图像分割
Keywords
image processing
road extraction
mathematical morphology
expectation-maximization clustering
image segmentation
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
基于高斯混合EM聚类的多编队航迹起始方法
被引量:
6
3
作者
熊伟
顾祥岐
徐从安
吕亚飞
机构
海军航空大学信息融合研究所
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2019年第11期2424-2430,共7页
基金
国家自然科学基金重大研究计划重点项目(91538201)资助课题
文摘
针对现有航迹起始方法难以对编队目标进行有效航迹起始的问题,在Hough变换法及其衍生算法基础上,提出基于Hough变换和高斯混合最大期望(expactation maximazation,EM)聚类的多编队目标航迹起始方法。该方法首先利用量测数据的时序信息和目标的运动参数进行筛选,剔除大量虚假量测;再对筛选后的量测数据进行Hough变换,得到初步航迹信息;然后利用相异度矩阵对所得航迹进行预聚类,完成聚类中心初始化;最后进行高斯混合EM聚类,得到聚类结果。仿真结果表明,与Hough变换法及其衍生算法相比,该方法能够快速有效地起始编队目标的航迹,解决了目标密集带来的航迹起始混乱问题。
关键词
多编队目标
HOUGH变换
高斯混合
最大期望聚类
航迹起始
Keywords
multi-formation target
Hough transform
Gaussian mixture expactation maximazation(EM) clustering
track initiation
分类号
TN953 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
基于语义区域提取的图像重排
被引量:
3
4
作者
陈曾
侯进
张登胜
张华忠
机构
西南交通大学信息科学与技术学院
莫纳什大学吉普斯兰信息技术学院
出处
《自动化学报》
EI
CSCD
北大核心
2011年第11期1356-1359,共4页
基金
教育部留学回国人员科研启动基金
高等学校博士学科点专项科研基金(20090184120022)
中央高校基本科研业务费专项资金科技创新项目(SWJTU09CX036)资助~~
文摘
针对目前图像搜索引擎难以正确把握用户真正意图的问题,从爬虫Web图像搜索引擎检索结果入手,提出三种聚类算法来提取海量Web图像中的语义区域.这三种聚类算法包括确定初始化中心的K-means聚类、确定参数的最大期望聚类以及基于半监督的K-means聚类算法.然后选取显著值较大的显著区域作为语义区域.实验分析比较了三种聚类算法的有效性,最终实现的图像重排系统能比网络搜索引擎更好地反馈给用户精确而且有序的查询结果.
关键词
语义区域提取
半监督
聚
类
K-MEANS
聚
类
最大期望聚类
图像重排
Keywords
Extraction of semantic regions
semi-supervised clustering
K-means clustering
expectation maximization clustering
image re-ranking
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于高斯混合模型最大期望聚类的同时定位与地图构建数据关联
阮晓钢
张晶晶
朱晓庆
周静
《控制理论与应用》
EI
CAS
CSCD
北大核心
2020
4
下载PDF
职称材料
2
基于改进最大期望聚类的遥感影像道路提取算法
张宗军
杨风暴
《激光与光电子学进展》
CSCD
北大核心
2020
11
原文传递
3
基于高斯混合EM聚类的多编队航迹起始方法
熊伟
顾祥岐
徐从安
吕亚飞
《系统工程与电子技术》
EI
CSCD
北大核心
2019
6
下载PDF
职称材料
4
基于语义区域提取的图像重排
陈曾
侯进
张登胜
张华忠
《自动化学报》
EI
CSCD
北大核心
2011
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部