《將隱馬爾柯夫模型方法用於多目標跟蹤的途徑和方法》是依託上海大學,由謝賢亞擔任項目負責人的面上項目。
基本介紹
- 中文名:將隱馬爾柯夫模型方法用於多目標跟蹤的途徑和方法
- 項目類別:面上項目
- 項目負責人:謝賢亞
- 依託單位:上海大學
- 批准號:69672016
- 申請代碼:F0111
- 負責人職稱:教授
- 研究期限:1997-01-01 至 1999-12-31
- 支持經費:5.5(萬元)
《將隱馬爾柯夫模型方法用於多目標跟蹤的途徑和方法》是依託上海大學,由謝賢亞擔任項目負責人的面上項目。
《將隱馬爾柯夫模型方法用於多目標跟蹤的途徑和方法》是依託上海大學,由謝賢亞擔任項目負責人的面上項目。中文摘要提出了將隱馬爾可夫模型用於頻率和多目標方向(或波數)跟蹤的具體途徑。整個過程分為粗、精二步。先用隱馬爾可夫模型方...
以提高聲目標識別的魯棒性;將隱馬爾可夫模型(HMM)與支持向量機(SVM)相結合,根據隱馬爾可夫模型適合於處理連續動態信號與支持向量機適合於小樣本下模式分類的特點, 提出基於HMM-SVM 串聯結構的聲信號分類器;針對HMM僅在時域上對信號作分段對齊,沒有考慮能提供更多信息的頻域特性,擬研究時頻域隱馬爾可夫模型(TFHMM)...
完成情況如下:(1)以EM(期望最大)算法為核心,構建多幀-多元觀測聯合疊代框架,利用多幀上擴展目標運動、特徵信息,完成了散射點-目標-航跡雙重關聯;(2)針對多元信息連續或離散及獨立或非獨立的統計特性,使用濾波及隱馬爾科夫建模完成了連續或離散信息估計與匹配,研究了分別或聯合機率密度函式的構建進行獨立或...
考慮到序貫證據的序列性具有高效的抗干擾性能,因此本項目在這裡提出了一種基於馬爾科夫鏈的二元語義證據組合方法;(4) 針對紅外目標的識別問題,結合紅外目標多特徵和DSmT多粒度融合推理規則,提出了相應的識別模型(包括提出一種基於極限學習機與隱馬爾可夫模型的序列飛機識別算法和基於局部線性嵌入和隱馬爾科夫模型相...
3.2.2 基於隱馬爾可夫鏈的最佳化模型……87 3.2.3 隱馬爾可夫問題的信息狀態表示……87 3.2.4 問題的求解過程……89 3.2.5 數值仿真分析……91 3.3 基於資訊理論的相控陣雷達資源管理……93 3.3.1 資訊理論基礎……93 3.3.2 目標檢測的信息表示……94 3.3.3 目標跟蹤的信息表示……95 3.3.4 資源...
一種基於誤差補償的自適應模糊跟蹤系統 段玉壘,劉飛 套用支持向量機回歸求解邊值問題 富坤,汪友華,沈雪勤,顏威利 隱馬爾可夫模型用於主機調用異常檢測研究 錢權,安景琦,王煦法 基於人工魚群算法的0-1背包問題的最佳化算法及其改進 王翠茹,周春雷 ACWSH-一種利用蜜罐分析提取病毒...
2.4.3 基於模型的反射型智慧型體 44 2.4.4 基於目標的智慧型體 45 2.4.5 基於效用的智慧型體 46 2.4.6 學習型智慧型體 47 2.4.7 智慧型體程式的組件如何工作 49 小結 50 參考文獻與歷史注釋 51 第二部分 問題求解 第 3 章 通過搜尋進行問題求解 54 3.1 問題求解智慧型體 54 3.1.1 搜尋問題和解 55 3...
[5] 薛斌黨,薛文芳.嵌入式隱馬爾可夫模型的分段訓練方法.北航學報 [6] 薛斌黨,薛文芳,姜志國 三維種子填充算法的改進,計算機輔助設計與圖形學學報 [7] Wenfang Xue, Dingrong Shao,Shujian Li, Application of Parallel Interference Cancellation to High Dynamic GPS Receiver , International Symposium on GPS/GNSS...
b) 隱馬爾可夫模型HMMs(Hidden Markov Models) :HMMs 在學習能力和處理未分割的連續數據流方面比DTW有更好的優越性,當前被廣泛地套用於運動目標的模式匹配中。c) 神經網路NN(Neural Network) :同樣也是 目前比較感興趣的匹配時變數據的方法。難點 儘管圖像序列分析研究己經取得了一定的成果,但下述幾個方面仍是...
隱馬爾可夫模型用於主機調用異常檢測研究 錢權,安景琦,王煦法 基於人工魚群算法的0-1背包問題的最佳化算法及其改進 王翠茹,周春雷 ACWSH-一種利用蜜罐分析提取病毒特徵的模型 田俊峰,王建嶺,李仁玲,傅玥 基於遺傳算法的模糊分類系統的設計 黃嵐,邢宗義,張永,胡維禮 一種基於KPCA/SVM的人臉特徵區域定位方法 蒙山,...
6.3.1 隱馬爾可夫鏈簡介165 6.3.2 隱馬爾可夫鏈套用舉例165 實驗6 馬爾可夫分析167 練習6168 第7章 插值與回歸169 7.1 插值169 7.1.1 最近鄰插值170 7.1.2 線性插值170 7.1.3 拋物性插值172 7.1.4 拉格朗日插值174 7.1.5 各類插值方法的比較175 7.1.6 二維插值176...
[4]周瑋,鐘佳成,孫輝,李國鋒,孔劍虹,張富宏.基於隱馬爾可夫模型的日內風電功率預測誤差區間滾動估計[J],電力系統自動化,2018,42(21):90-95,184 [5]彭飛翔,李曉晶,孫輝,周瑋,孔劍虹,陳曉東.考慮發電集團利益主體協調的風電消納調度策略[J],電力系統自動化,2018,42(18):98-105 [6]Hu, Shubo,Sun, Hui,Peng...
第六章 時序模型 6.1 時序分析概述 6.1.1 時間序列數據的相關概念 6.1.2 時間序列數據預測的研究綜述 6.1.3 時間序列數據聚類的研究綜述 6.1.4 面向時間序列數據挖掘技術的套用領域 6.2 隱馬爾可夫模型 6.2.1 HMM適合的情形 6.2.2 HMM的定義 6.2.3 HMM實例 6.2.4 HMM觀測序列的...
統計工具箱部包括機率分布、假設檢驗、方差分析、回歸分析、非參數檢驗、判別分析、聚類分析、主成分分析、試驗設計、統計過程控制、常用統計圖形、多元方差分析、決策樹、因子分析、隱馬爾可夫模型和多維尺度分析等內容。最佳化工具箱部分介紹線性規劃、二次規劃、非線性規劃、多目標規劃、0-1規劃、*最小化、半無限問題、...
11.2 小波域隱馬爾可夫模型 250 11.2.1 隱馬爾可夫模型 250 11.2.2 小波域隱馬爾可夫模型概述 251 11.3 變換域的十種統計模型 252 11.3.1 小波域的八種模型 253 11.3.2 復小波域模型 257 11.3.3 Contourlet變換域模型 258 11.4 基於變換域統計模型的圖像感知與識別 258 11.4.1 圖像恢復和重建 ...
第 3 章 隱馬爾可夫模型及其變體 19 3.1 介紹 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 3.2 馬爾可夫鏈 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3...
第10章 馬爾可夫(Markov)鏈上證指數預測242 10.1 馬爾可夫鏈模型242 10.2 馬爾可夫鏈模型流程242 10.3 馬爾可夫鏈預測243 10.4 隱馬爾可夫模型函式表253 第11章 灰色理論下的上證指數預測254 11.1 灰色理論分析254 11.2 灰色關聯分析流程254 11.3 多指標灰色關聯度計算255 11...
6.3 基於KL距離的隱馬爾可夫模型 第7章 訓練加速和解碼加速 7.1 訓練加速 7.1.1 使用多GPU流水線反向傳播 7.1.2 異步隨機梯度下降 7.1.3 增廣拉格朗日算法及乘子方向交替算法 7.1.4 塊動量方法 7.1.5 減小模型規模 7.1.6 其他方法 7.2 解碼加速 7.2.1 並行計算 7.2.2 ...
7.1 隱變數離散動態網路推理 7.1.1 模型數學描述 7.1.2 隱馬爾可夫的研究內容 7.1.3 一般離散動態網路和隱馬爾可夫關係 7.2 隱變數連續動態網路推理 7.2.1 模型數學描述 7.2.2 卡爾曼濾波圖模型推理 7.3 混合隱狀態動態貝葉斯網路 7.3.1 模型數學描述 7.3.2 混合動態貝葉斯網路推理 第8章 動態...
2.2.3 隱馬爾可夫模型23 2.2.4 多層感知機24 2.3 機器學習:聚類算法26 2.3.1 k均值聚類26 2.3.2 模糊k均值(模糊c均值)26 2.3.3 流k均值算法27 2.4 機器學習:降維28 2.4.1 奇異值分解28 2.4.2 主成分分析29 2.4.3 Lanczos算法31 2.5 機器學習:協同過濾32 2.5.1 基於...
. . . . . . . . . . . . . . . . 326 第7 章隨機過程328 7.1 馬爾可夫過程. . . . . . . . . . . . . 328 7.1.1 馬爾可夫性. . . . . . . . . . . . 329 7.1.2 馬爾可夫鏈的基本概念. . . . . 330 7.1.3 狀態的性質與分類. . . . . . . . 333 ...