《多目标跟踪的神经网络实现方法》PDF+DOC

📙 相关资料

1. 《基于Hopfield神经网络的雷达多目标跟踪》PDF+DOC 针对海上船舶雷达在多目标跟踪过程中实时性较差和不能快速响应的问题，提出目前密集杂波情况下多目标跟踪中最为有效的数据关联算法——联合概率数据关联(Joint Probabilistic Data Association，JPDA)算法。为解决JPDA随着目标增多的情况会出现的组合“爆炸”及计算量较大导......
2. 《雷达多目标跟踪的神经网络方法》PDF+DOC 本文讨论了雷达多目标跟踪的神经网络方法。实验结果表明，此法不仅可以解决传统方法带来的组合爆炸问题，从而实现实时的多目标跟踪，而且还可以解决跟踪精度问题，提高跟踪的准确性。...
3. 《基于Kohonen神经网络的多传感器数据关联算法》PDF+DOC 提出了一种基于Konhonen神经网络的多传感器多目标跟踪数据关联算法，该方法是将多传感器的测量数据进行自组织聚类，从而实现测量数据的关联，利用融合估计完成对多目标的状态估计。计算机仿真结果表明了该算法的有效性。...
4. 《神经网络在多传感器多目标跟踪中的应用》PDF+DOC 首先研究了基于粗关联和精关联过程的多传感器多目标 (MSMT)跟踪融合算法 ，精关联是联合概率数据关联 (JPDA)算法的推广 ，JPDA算法存在随传感器数和目标数的增加而计算量迅速增加的缺点 ；其次提出了一种基于神经网络的MSMT联合概率数据互联 (MNJPDA)算法 ，MNJPDA算法能克服计算......
5. 《基于神经网络的人工嗅觉系统设计》PDF+DOC 利用半导体气体传感器的交叉敏特性 ，将气体传感器阵列与自适应共振理论神经网络相结合 ，构建了一个用于临场感机器人的人工嗅觉系统 ，用于对气体的定性识别。实验结果表明 ，该设计方案是可行的。...
6. 《一种改进的多传感器多目标跟踪联合概率数据关联算法研究》PDF+DOC 联合概率数据关联(JPDA)算法对单传感器多目标跟踪是一种良好的算法，但对于多传感器多目标跟踪的情况，特别是目标较为密集时，计算量剧增，会出现计算组合爆炸现象。因此，提出了一种改进算法，即对多传感器多目标量测进行同源划分，将多传感器对多目标的跟踪问题简化为单传感器对多目标的跟踪问题，然后将JPDA当......
7. 《基于改进Kohonen神经网络的多传感器关联融合算法》PDF+DOC 把一种基于Kohonen神经网络模糊聚类方法运用到多传感器多目标数据关联中来，该方法能对多传感器的测量数据进行自组织聚类，把测量数据准确地划分到各个类别中去，从而实现测量数据的关联。计算机仿真结果表明，该方法运用到多传感器多目标数据关联中来具有明显的优越性，能克服传统算法的错跟漏跟现象。...
8. 《多传感器广义概率数据关联算法研究》PDF+DOC 随着跟踪环境、跟踪对象的不断变化与发展，目标与量测已经很难用一一对应的关系去描述；广义数据关联算法(GPDA)提出目标与量测多多对应的可行性规则，其性能在目标与量测无论是否在一一对应的情况下，均优于传统的JPDA算法，并且计算量、存储量均远小于JPDA；考虑到GPDA的上述优点，将GPDA算法拓展到......
9. 《基于神经网络的瓦斯传感器非线性校正》PDF+DOC 瓦斯传感器输出非线性问题的原因很多，其中包括敏感元件温度变化所带来的影响，但即使使用恒温瓦斯检测技术，非线性误差仍然存在，影响了瓦斯检测的准确性。在简述用神经网络进行非线性校正的原理的基础上，探讨了用BP神经网络实现瓦斯传感器非线性校正的模型、MATLAB算法和实现程序，通过计算机仿真，其结果表明采......
10. 《一种基于模糊量相似度测量的模糊数据关联方法》PDF+DOC 介绍了一种用于汽车雷达多目标跟踪的模糊数据关联方法 ，这种基于模糊量相似度测量的方法简单 ，便于实现 .首先将传感器的量测值与目标的估计值模糊化 ，然后计算两个模糊量之间的相似度 ，得到相似度矩阵 ，最后根据相似度的大小确定量测与目标之间的关系 .蒙特卡洛仿真验证了这种方法的有效性...