《改进的Kohonen神经网络航迹关联算法》PDF+DOC
作者:方浩,王艳红
单位:四川省计算机学会;中国科学院成都分院
出版:《计算机应用》2013年第05期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJY2013050720
DOC编号:DOCJSJY2013050729
下载格式:PDF + Word/doc 文字可复制、可编辑
《应用K-means聚类的分布式多传感器航迹关联算法》PDF+DOC2018年第03期 李素,王运锋
《基于Kohonen神经网络的多传感器多目标跟踪方法》PDF+DOC2000年第04期 陈小惠,王建华,黄国建
《改进的动态最近邻聚类算法在传感器校正中的应用》PDF+DOC2011年第01期 李文江,程海英,闫孝姮
《基于传递闭包聚类的多传感器航迹关联算法》PDF+DOC2008年第05期 黄友澎,周永丰,李琳,张海波
《基于改进Kohonen神经网络的多传感器关联融合算法》PDF+DOC2006年第01期 陈蓓玉,陈小惠
《一种改进BP网络及其在智能传感器非线性校正中的应用》PDF+DOC2006年第02期 周国栋,胡延霖,于克振
《人工神经网络在航迹关联中的应用》PDF+DOC2006年第01期 张池平,崔平远,张英俊
《改进CHNN神经网络航迹关联算法》PDF+DOC2014年第02期 柏慧风,高贵明
《基于改进RBFNN算法的瓦斯传感器非线性校正》PDF+DOC2012年第01期 杨義葵,付华,蔡玲,顾东
《基于K-Medoids聚类的多传感器航迹关联算法》PDF+DOC2012年第01期 徐丽,马培军,苏小红
针对传统的航迹关联算法在运动目标交叉、分岔时,常出现错漏相关航迹且计算量随着传感器和目标数量增加而飞速增长的缺陷,提出一种改进的Kohonen神经网络航迹关联算法。该算法由聚类关联、目标状态估计、神经元优化和状态融合估计等模块组成。通过给每个竞争层神经元加上一个合适的阈值,有效避免了常规的Kohonen神经网络因初始权值选择不合适而容易造成坏死神经元的问题。进一步设计了自组织竞争神经网络学习规则,将多传感器在同一时刻的测量数据进行自组织聚类,从而实现测量数据的有效关联。最后,利用连续时间下的关联数据,实现运动目标航迹关联。仿真研究验证了该算法的可行性和有效性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。