-
题名高斯马尔可夫融合算法在卡尔曼滤波中的应用
- 1
-
-
作者
余熙
张天骐
魏世朋
白娟
-
机构
重庆邮电大学信号与信息处理重庆市重点实验室
-
出处
《现代防御技术》
北大核心
2012年第2期119-126,共8页
-
基金
国家自然科学基金项目(61071196)
国家自然科学基金-中物院NSAF联合基金项目(10776040)
+8 种基金
教育部新世纪优秀人才支持计划(NCET-10-0927)
信号与信息处理重庆市市级重点实验室建设项目(CSTC
2009CA2003)
重庆市自然科学基金项目(CSTC
2009BB2287
CSTC
2010BB2398
CSTC
2010BB2411)
-
文摘
针对目前常用的按标量、对角阵、矩阵加权融合方法过程较复杂,计算负担较重的问题,结合三维目标跟踪模型提出一种高斯马尔可夫融合方法来融合卡尔曼滤波估计值,不需要计算局部稳态滤波误差互协方差,只需要知道传感器的观测噪声方差就可以了。计算方法和操作相对简单,省略了很多繁琐步骤也能达到不错的滤波融合效果,通过仿真证明了此方法的可行性和高效性。
-
关键词
多传感器
卡尔曼滤波
高斯马尔可夫信息融合算法
目标跟踪
-
Keywords
multi-sensor
Kalman filtering
Gauss-Markov information fusion algorithm
target tracking
-
分类号
TN953
[电子电信—信号与信息处理]
TN713
[电子电信—电路与系统]
-
-
题名基于Haar小波和融合HMM的步态识别方法
被引量:4
- 2
-
-
作者
李萍
-
机构
陕西学前师范学院计算机科学与技术系
-
出处
《计算机应用与软件》
CSCD
北大核心
2013年第3期244-246,254,共4页
-
文摘
为解决步态识别中每个区域的步态特征要点匮乏问题,提出一种基于Haar小波及融合的隐马尔可夫模型Fused-HMMs(fused hidden Markov models)的步态识别方法。该方法首先把视频序列中的图像转换成二进制轮廓,利用Haar小波变换取得显著的步态特征要点;其次采用两个子图像来表示各个轮廓的步态特征,并通过主成分分析法减少维数;最后,利用融合HMM进行训练和测试。仿真结果表明该方法不仅可以简化步态辨识过程,而且还能够提高识别准确率。
-
关键词
特征提取
步态识别
Haar小波域
隐融合马尔可夫模型
-
Keywords
Feature extraction Gait recognition Haar wavelet Fused hidden Markov models(FHMM)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于自适应约束阈值的SAR图像突变性变化检测
- 3
-
-
作者
万红林
-
机构
中国电子科技集团公司第三十八研究所
-
出处
《电子技术与软件工程》
2016年第8期90-91,共2页
-
文摘
本文改进了一种阈值选择算法,并基于该算法提出一种SAR图像水灾变化检测方法。对实测SAR图像数据集的变化检测结果表明,本文所提方法不仅提高了定量评价指标,还较好地保留了变化区域的细节信息,变化区域边缘趋于真实,改善了视觉效果,变化检测性能优于其他相关方法。
-
关键词
SAR图像
变化检测
均值漂移
Kullback-Leibler(KL)散度
阈值
马尔可夫融合
-
分类号
TN957.52
[电子电信—信号与信息处理]
-