检索结果-内蒙古大学图书馆

现代雷达 2025年

作者：吴孙勇王斌邹晗桂林电子科技大学数学与计算科学学院广西密码学与信息安全重点实验室

在多目标跟踪中会出现非零均值的高斯噪声，使得量测产生偏移（即系统偏差），进而导致不精确的目标状态估计。为了更好的建模系统偏差，引入伯努利变量判断当前时刻是否存在系统偏差进行预检测，并将其偏移量建模为高斯分布。解析求解... 详细信息

在多目标跟踪中会出现非零均值的高斯噪声，使得量测产生偏移（即系统偏差），进而导致不精确的目标状态估计。为了更好的建模系统偏差，引入伯努利变量判断当前时刻是否存在系统偏差进行预检测，并将其偏移量建模为高斯分布。解析求解目标状态、伯努利变量、偏移量是困难的，因此引入变分贝叶斯近似迭代各变量参数并推导似然函数，将似然函数用于PHD滤波器的更新，提出了未知系统偏差下的变分PHD滤波器。仿真实验表明，所提算法在未知系统偏差条件下的跟踪性能优于GM- PHD 滤波器和扩展SMC-PHD 滤波器。

关键词：多目标跟踪 PHD滤波器变分推断系统偏差

来源：评论

学校读者我要写书评

暂无评论

双权变指标Herz-Morrey空间上的双线性Calderón-Zygmund算子的交换子

引用

应用数学 2024年第2期37卷 337-358页

作者：王盛荣郭鹏飞徐景实海南师范大学数学与统计学院海南海口571158 桂林电子科技大学数学与计算科学学院广西桂林541004

利用Muckenhoupt权的性质、有界平均振荡函数的性质和Hardy-Littlewood极大算子在变指标Lebesgue空间上的有界性,本文得到了双线性Calderón-Zygmund算子和BMO函数生成的交换子在双权变指标Herz-Morrey空间乘积上的有界性.

关键词： Calderón-Zygmund算子 Muckenhoupt权变指标 Herz-Morrey空间

来源：评论

学校读者我要写书评

暂无评论

多目标规划与K-means聚类的多波束测深测线设计

引用

海洋测绘 2025年第1期45卷 16-20页

作者：黄丽均朴宇豪王祎阳李国东桂林电子科技大学数学与计算科学学院广西桂林541001 桂林电子科技大学广西应用数学中心广西高校数据分析与计算重点实验室广西桂林541002

为解决多波束测深在海底地形复杂情况下的多波束测线布设问题,提高测深效率,首先基于K-means聚类将海底区域划分为若干理想斜坡,接着基于多目标规划以测线长度最短和覆盖率最大为目标函数,并考虑条带重叠率以及两端测线覆盖边缘区域等... 详细信息

为解决多波束测深在海底地形复杂情况下的多波束测线布设问题,提高测深效率,首先基于K-means聚类将海底区域划分为若干理想斜坡,接着基于多目标规划以测线长度最短和覆盖率最大为目标函数,并考虑条带重叠率以及两端测线覆盖边缘区域等限制条件,利用组合权重法建立多目标规划的测线布设模型。对假设矩形待测海域进行仿真计算,结果表明分区域规划后按照此测线布设模型得到的测线布设方案,测线的总长度达到最短,重叠率为18.42%,覆盖待测海域的面积比达到98.91%。本文提出的多波束测线设计方法可为提高多波束测深的效率提供理论依据。

关键词：多波束测深测线设计多目标规划仿真分析 K-means三维聚类组合权重

来源：评论

学校读者我要写书评

暂无评论

基于STGP-ETCBMeMBer滤波器的扩展目标跟踪算法

引用

信号处理 2023年第7期39卷 1319-1330页

作者：吴孙勇吕晓燕薛秋条周于松桂林电子科技大学数学与计算科学学院广西桂林541004 广西密码学与信息安全重点实验室广西桂林541004

外形估计是扩展目标跟踪的难点之一,不精确的建模方法会导致较差的估计效果。针对不规则多扩展目标的跟踪问题,本文提出了一种基于时空高斯过程模型的势平衡多扩展目标多伯努利(Spatio-Temporal Gaussian Process Cardinality Balanced ... 详细信息

外形估计是扩展目标跟踪的难点之一,不精确的建模方法会导致较差的估计效果。针对不规则多扩展目标的跟踪问题,本文提出了一种基于时空高斯过程模型的势平衡多扩展目标多伯努利(Spatio-Temporal Gaussian Process Cardinality Balanced Multi-Extended Target Multi-Target Multi-Bernoulli, STGP-ETCBMeMBer)滤波算法。首先,利用随机有限集方法将增广后的多扩展目标状态集合和量测集合分别建模为多伯努利随机有限集合和泊松随机有限集合,并在此基础上利用STGP方法对星凸形扩展目标的量测源建模,提高算法对扩展目标的外形估计精度。之后,在算法更新阶段,假设同一目标量测子集对应的多个似然函数服从高斯分布,推导得到了STGPETCBMeMBer滤波算法的高斯混合(Gaussian Mixture, GM)实现。最后,通过构造仿真对比实验验证了所提算法的有效性,仿真结果表明所提算法在扩展目标的外形估计上有更精确的效果。

关键词：扩展目标时空高斯过程 CBMeMBer滤波器高斯混合

来源：评论

学校读者我要写书评

暂无评论

基于GLMB滤波的复杂场景下红外弱小目标自适应跟踪算法

引用

红外技术 2024年第7期46卷 743-753页

作者：蔡如华周健斌吴孙勇郑翔飞桂林电子科技大学数学与计算科学学院广西桂林541004 广西密码学与信息安全重点实验室广西桂林541004

针对红外弱小目标在复杂场景下受到漏检和杂波影响,导致跟踪不连续甚至失效的问题,本文提出一种红外弱小目标自适应跟踪算法。在预处理阶段,为了减少不必要的计算,首先定义一种衡量图像复杂度的算法。然后该算法通过计算红外图像多个特... 详细信息

针对红外弱小目标在复杂场景下受到漏检和杂波影响,导致跟踪不连续甚至失效的问题,本文提出一种红外弱小目标自适应跟踪算法。在预处理阶段,为了减少不必要的计算,首先定义一种衡量图像复杂度的算法。然后该算法通过计算红外图像多个特征得到场景复杂度来确认场景类型,再根据场景类型选取对应的检测算法提取目标候选位置、灰度以及局部直方图等特征建立对应的量测模型与似然函数。在目标跟踪阶段,为了自适应地匹配广义标签多伯努利(Generalized Labeled Multi-Bernoulli,GLMB)滤波器的滤波参数,在GLMB的基础上提出一种适应视频图像的新生算法进行航迹起始;针对红外图像序列目标检测概率未知的情况,将未知检测概率的基数化概率假设密度(Cardinality Probability Hypothesis Density,CPHD)滤波器集成到GLMB中实时估计目标检测概率以提升跟踪精度。仿真结果表明,所提出算法能有效地排除量测漏检和虚警的干扰,跟踪不同红外复杂场景下的弱小目标。

关键词：红外弱小目标广义标签多伯努利滤波自适应跟踪复杂场景

来源：评论

学校读者我要写书评

暂无评论

基于强跟踪UKF的自适应PHD-SLAM算法

引用

信号处理 2024年第10期40卷 1875-1883页

作者：邹晗吴孙勇薛秋条李明桂林电子科技大学数学与计算科学学院广西桂林541004 广西密码学与信息安全重点实验室广西桂林541004 桂林长海发展有限责任公司广西桂林541004

传统概率假设密度同时定位与建图(Probability Hypothesis Density-Simultaneous Localization and Mapping,PHD-SLAM)方法缺乏在线自适应调整能力,容易受到不确定噪声、初始系统参数选择以及线性化近似误差的影响,从而导致粒子退化问题... 详细信息

传统概率假设密度同时定位与建图(Probability Hypothesis Density-Simultaneous Localization and Mapping,PHD-SLAM)方法缺乏在线自适应调整能力,容易受到不确定噪声、初始系统参数选择以及线性化近似误差的影响,从而导致粒子退化问题,进而影响机器人位姿和地图特征点的估计精度。针对这一问题,本文提出了一种基于强跟踪和无迹卡尔曼滤波(Unscented Kalman filter,UKF),并融合最新观测数据来产生重要性密度的PHD-SLAM算法(Strong Tracking UKF PHD-SLAM,SUPHD-SLAM)。所提算法在重要性采样阶段将上一时刻的机器人位姿和地图特征点增广为联合向量,为了避免传统PHD-SLAM中扩展卡尔曼滤波(Extended Kalman filter,EKF)引入的线性化误差,利用UKF对粒子进行预测,并通过引入强跟踪滤波中的渐消因子修正UKF预测后不精确的位姿状态协方差,保持量测新息正交,从而抑制不确定噪声和不精确初始系统参数设置对状态估计的影响。随后通过UKF更新每个位姿粒子,引导粒子向高似然区域移动,以获得更准确的位姿的重要性密度,从而避免粒子退化。从重要性密度中采样新的位姿粒子,针对每个位姿粒子使用基于UKF的PHD滤波计算地图特征点,并用单簇(Single-Cluster,SC)策略更新每个位姿粒子的权重。最后,提取权重最大的位姿粒子及其对应的地图作为状态估计。仿真实验表明,SUPHD-SLAM相较于PHD-SLAM 1.0和PHD-SLAM 2.0,保证计算效率的同时,能够有效的提高机器人位姿和地图特征点的估计精度。

关键词：无迹卡尔曼滤波强跟踪机器人位姿地图

来源：评论

学校读者我要写书评

暂无评论

偏差未补偿自适应边缘化容积卡尔曼滤波跟踪方法

引用

电子与信息学报 2024年 1-10页

作者：邓洪高余润华纪元法吴孙勇孙少帅桂林电子科技大学信息与通信学院桂林541004 桂林电子科技大学广西精密导航技术与应用重点实验室桂林541004 桂林电子科技大学数学与计算科学学院桂林541004 卫星导航定位与位置服务国家地方联合工程研究中心桂林541004

针对存在突变测量偏差和未知时变量测噪声场景下的目标跟踪问题，该文提出一种偏差未补偿自适应边缘化容积卡尔曼滤波跟踪方法。首先通过建立差分量测方程来消除恒定的测量偏差，同时构建满足beta-Bernoulli分布的指示变量识别突变测量... 详细信息

针对存在突变测量偏差和未知时变量测噪声场景下的目标跟踪问题，该文提出一种偏差未补偿自适应边缘化容积卡尔曼滤波跟踪方法。首先通过建立差分量测方程来消除恒定的测量偏差，同时构建满足beta-Bernoulli分布的指示变量识别突变测量偏差，将相邻时刻目标状态扩维以满足实时滤波需求，利用逆Wishart分布建模未知量测噪声协方差矩阵，从而建立目标状态、指示变量、噪声协方差矩阵的联合分布，并通过变分贝叶斯推断来求解各个参数的近似后验。为减小滤波负担，对扩维后的状态向量进行边缘化处理，结合容积卡尔曼滤波方法实现边缘化容积卡尔曼滤波跟踪。仿真实验结果表明，所提方法能够同时处理突变测量偏差和未知时变量测噪声，从而对目标进行有效跟踪。

关键词：突变测量偏差 Beta-Bernoulli分布逆Wishart分布变分贝叶斯推断边缘化容积卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

一种高效的非交互式隐私保护逻辑回归模型

引用

计算机工程 2023年第4期49卷 32-42,51页

作者：唐敏张宇浩邓国强桂林电子科技大学数学与计算科学学院广西高校数据分析与计算重点实验室广西桂林541004

逻辑回归作为一种典型的机器学习算法,被广泛应用于医疗诊断、金融预测等领域。由于单个用户没有足够的样本构建高精度模型,传统的集中式训练则会导致隐私泄露,因此构建具有隐私保护的逻辑回归模型受到广泛关注。现有的要求用户和服务... 详细信息

逻辑回归作为一种典型的机器学习算法,被广泛应用于医疗诊断、金融预测等领域。由于单个用户没有足够的样本构建高精度模型,传统的集中式训练则会导致隐私泄露,因此构建具有隐私保护的逻辑回归模型受到广泛关注。现有的要求用户和服务器之间进行交互的方案具有较高的计算成本和通信负担。提出一种高效的非交互式逻辑回归训练协议,利用具有良可分离结构的梯度更新公式,解耦样本数据和模型参数之间的计算耦合性,保证用户与服务器之间的单向单次传输性,即用户将本地数据整合并以秘密共享的方式上传给云服务器后即可离线。在训练阶段设计基于矩阵和向量运算的协议,保证服务器在每次迭代中使用固定的信息更新参数,降低计算成本和通信开销。同时,基于协议的安全性分析和数值实验,在UCI库的4个真实数据集上训练逻辑回归模型,实验结果表明,在保证模型精度的前提下,与最新的隐私保护逻辑回归方案VANE相比,该回归模型效率提升了80~120倍,且训练时间与明文域相近。

关键词：逻辑回归隐私保护良可分离结构秘密共享向量化

来源：评论

学校读者我要写书评

暂无评论

层次预处理的非负矩阵分解加权集成聚类算法

引用

重庆师范大学学报（自然科学版） 2023年第5期40卷 136-144页

作者：李向利毕胜王佩源桂林电子科技大学数学与计算科学学院桂林电子科技大学广西高校数据分析与计算重点实验室桂林电子科技大学广西应用数学中心广西桂林541004

图像聚类是当前的研究热点,非负矩阵分解(non-negative matrix factorization,NMF)算法在图像聚类领域得到了广泛应用。但是单一的NMF算法无法应用于所有数据集,并且NMF算法直接在数据的原始空间进行处理,抗噪能力较差。集成聚类可以解... 详细信息

图像聚类是当前的研究热点,非负矩阵分解(non-negative matrix factorization,NMF)算法在图像聚类领域得到了广泛应用。但是单一的NMF算法无法应用于所有数据集,并且NMF算法直接在数据的原始空间进行处理,抗噪能力较差。集成聚类可以解决上述问题,集成聚类将若干个基础聚类结果合成一个一致性结果,不仅可以提高聚类的求解质量,还可以增强算法的鲁棒性。因此本文提出一种层次预处理的NMF加权集成聚类算法。该算法将层次划分、集成聚类和二部图的思想引入到NMF算法中。在预处理阶段,利用层次划分得到聚类数目。之后采用局部加权的方法得到协关联矩阵。最后利用基于二部图的一致性函数进行划分得到最终的聚类结果。在5个数据集上进行实验,验证了本文算法相对于传统算法和其他集成算法的有效性。

关键词：图像聚类聚类集成非负矩阵分解

来源：评论

学校读者我要写书评

暂无评论

跨视图时序对比学习的自监督视频表征算法

引用

计算机工程与应用 2024年第18期60卷 158-166页

作者：王露露徐增敏张雪莲蒙儒省卢涛桂林电子科技大学数学与计算科学学院广西高校数据分析与计算重点实验室广西桂林541004 广西应用数学中心(桂林电子科技大学) 广西桂林541004 桂林安维科技有限公司广西桂林541010 武汉工程大学计算机科学与工程学院智能机器人湖北省重点实验室武汉430205

现有的自监督表征算法主要关注视频帧之间的短期运动特性,但是帧间动作序列的变化幅度较小,而且单视图数据因语义受限影响深度特征表达能力,视频动作中丰富的多视图信息未被充分利用。为此提出基于跨视图语义一致性的时序对比学习算法,... 详细信息

现有的自监督表征算法主要关注视频帧之间的短期运动特性,但是帧间动作序列的变化幅度较小,而且单视图数据因语义受限影响深度特征表达能力,视频动作中丰富的多视图信息未被充分利用。为此提出基于跨视图语义一致性的时序对比学习算法,自监督学习RGB帧和光流场两种数据中蕴含的动作时序变化特性,主要思路为:设计局部时序对比学习方法,采用不同正负样本划分策略,挖掘同一实例不重叠片段之间的时序相关性和判别可分性,增强细粒度特征表达能力;研究全局对比学习方法,通过跨视图语义协同训练来增加正样本,学习多实例不同视图的语义一致性,提高模型的泛化能力。通过两个下游任务对模型效果进行评估,在UCF101和HMDB51数据集的实验结果表明,所提方法在动作识别和视频检索任务上,较前沿主流方法平均提升了2~3.5个百分点。

关键词：自监督学习视频表征学习时序对比学习局部对比学习跨视图协同

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：