检索结果-南通市图书馆

第26届中国控制与决策会议

作者： Jinlong Yang Fengmei Liu hongwei ge Yunhao Yuan School of Internet of Things Engineering Jiangnan University

ISBN: (纸本)9781479937097

For the multiple extended target tracking（METT）, one crucial problem is how to partition the measurement sets accurately and rapidly. Due to the disturbance of clutter, the conventional methods, such as distance partition method, K-means++ method, etc., cannot give a perfect partition. In this paper, a novel partition method is proposed based on density analysis and spectral clustering technique. Firstly, construct the density distribution function of the measurements by using the Gaussian kernel, and then eliminate the clutter from the measurements. Secondly, the spectral clustering technique based on neighbor propagation is introduced to partition the measurements. Finally, the Gaussian mixture probability hypothesis density method is used to achieve the METT. Simulation results show that the proposed algorithm has a better performance, especially a better real-time performance, than the conventional methods.

关键词： Multiple extended-target tracking(METT) measurement partition density analysis spectral clustering.

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

视觉显著区域和主动轮廓结合的图像分割算法

计算机科学与探索 2022年第5期16卷 1155-1168页

作者：何亚茹葛洪伟江南大学江苏省模式识别与计算机智能工程实验室江苏无锡214122 江南大学人工智能与计算机学院江苏无锡214122

传统区域主动轮廓模型在分割弱边缘图像时,演化曲线受背景干扰,易陷入局部极值导致演化速度缓慢;且由于局部项仅考虑空间信息,无法更好保留目标边界,影响分割精度。针对上述问题,首先利用改进的显著性检测方法,对待分割图像进行预处理操... 详细信息

传统区域主动轮廓模型在分割弱边缘图像时,演化曲线受背景干扰,易陷入局部极值导致演化速度缓慢;且由于局部项仅考虑空间信息,无法更好保留目标边界,影响分割精度。针对上述问题,首先利用改进的显著性检测方法,对待分割图像进行预处理操作,获取目标候选区域,自动设置初始化轮廓曲线,并将获取的目标先验信息与待分割图像中具有最大对比度的位图相结合,设计自适应符号函数,对优化LoG能量项进行加权,以线性方式融合到RSF模型中,增强模型自适应能力;其次设计新的局部灰度测度,与局部核函数相结合,改进局部能量项,提高模型在弱边缘处的敏感程度,准确定位目标边界。实验结果表明,该模型能够自动设置初始化轮廓,并有效保留目标边缘细节,视觉及定量实验结果证明了该模型优于目前一些主流的主动轮廓模型。

关键词：视觉显著性检测自适应符号函数局部灰度测度主动轮廓模型图像分割

在线全文

学校读者我要写书评

暂无评论

稳定的K-多均值聚类算法

计算机科学与探索 2021年第5期15卷 941-948页

作者：张倪妮葛洪伟江苏省模式识别与计算智能工程实验室(江南大学) 江苏无锡214122 江南大学物联网工程学院江苏无锡214122

指定K个聚类的多均值聚类算法在K-均值算法的基础上设置了多个次类,以改善K-均值算法在非凸数据集上的劣势,并将多均值聚类问题形式化为优化问题,可以得到更优的聚类效果。但是该算法对初始原型敏感,且随机选取原型的方式使聚类结果不... 详细信息

指定K个聚类的多均值聚类算法在K-均值算法的基础上设置了多个次类,以改善K-均值算法在非凸数据集上的劣势,并将多均值聚类问题形式化为优化问题,可以得到更优的聚类效果。但是该算法对初始原型敏感,且随机选取原型的方式使聚类结果不稳定。针对上述问题,提出一种稳定的K-多均值聚类算法,并对该算法的复杂度与收敛性进行了简要讨论。该算法先基于数据样本的最邻近关系构造图,根据图的连通分支将数据分为若干组,取每组数据的均值点作为初始原型,再用交替迭代的方法对优化问题进行求解,得到最后的聚类结果。在人工数据集和真实数据集上的实验表明,该算法具有更稳定更优越的聚类效果。

关键词：聚类 K-多均值聚类(KMM) 原型初始化

一种基于深度学习目标检测的长时目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2021年第3期16卷 433-441页

作者：邵江南葛洪伟江南大学江苏省模式识别与计算智能工程实验室江苏无锡214122 江南大学物联网工程学院江苏无锡214122

针对长时目标跟踪所面临的目标被遮挡、出视野等常常会导致跟踪漂移或丢失的问题,基于MDNet提出一种深度长时目标跟踪算法(long-term object tracking based on MDNet,LT-MDNet)。首先,引入了一种改进的收缩损失函数,以解决模型训练时... 详细信息

针对长时目标跟踪所面临的目标被遮挡、出视野等常常会导致跟踪漂移或丢失的问题,基于MDNet提出一种深度长时目标跟踪算法(long-term object tracking based on MDNet,LT-MDNet)。首先,引入了一种改进的收缩损失函数,以解决模型训练时正负样本不均衡的问题;其次,设计了一种高置信度保留样本池,对在线跟踪时的每一帧的有效并且置信度最高结果进行保留,并在池满时替换最低置信度的保留样本;最后,在模型检测到跟踪失败或连续跟踪帧数达到特定阈值时,利用保留样本池进行在线训练更新模型,从而使模型在应对长时跟踪时保持鲁棒和高效。实验结果表明,LT-MDNet在跟踪精度和成功率上都展现了极强的竞争力,并且在目标被遮挡、出视野等情况下保持了优越的跟踪性能和可靠性。

关键词：目标跟踪长时跟踪神经网络卷积特征类不均衡问题损失函数特征提取深度学习

在线全文

学校读者我要写书评

暂无评论

利用鉴别典型相关的超分辨率稀疏重构方法

计算机辅助设计与图形学学报 2017年第6期29卷 1052-1059页

作者：周梦璇葛洪伟顾高升江南大学物联网工程学院无锡214122 轻工过程先进控制教育部重点实验室(江南大学) 无锡214122

针对典型相关分析没有充分利用样本的类标签信息且在相关子空间选择近邻时需人工设值的问题,提出一种改进的超分辨率重构方法.首先利用鉴别典型相关分析最大化高、低分辨率图像在投影空间下的相关性;其次在相关子空间重构时采用稀疏表... 详细信息

针对典型相关分析没有充分利用样本的类标签信息且在相关子空间选择近邻时需人工设值的问题,提出一种改进的超分辨率重构方法.首先利用鉴别典型相关分析最大化高、低分辨率图像在投影空间下的相关性;其次在相关子空间重构时采用稀疏表示动态选择近邻样本,并逐步得到测试图像对应的高分辨率图像;最后加上残差图像得到最终的恢复图像.实验结果表明,该方法在视觉和峰值性噪比、结构相似性指标的测评值上都有更好的效果.

关键词：超分辨率典型相关分析近邻选择稀疏表示

在线全文

学校读者我要写书评

暂无评论

一种基于稀疏表示的快速人脸识别方法

激光与光电子学进展 2020年第18期57卷 241-248页

作者：刘伟葛洪伟江南大学物联网工程学院轻工过程先进控制教育部重点实验室江苏无锡214122

两阶段算法是指第一阶段用一个分类算法,选取距离测试样本近的M类训练样本,第二阶段再用这M类训练样本作为新的训练样本集进行识别。为了加快识别速度,提出一种全新的快速选取M类训练样本的算法。首先,利用k均值聚类算法对训练样本进行... 详细信息

两阶段算法是指第一阶段用一个分类算法,选取距离测试样本近的M类训练样本,第二阶段再用这M类训练样本作为新的训练样本集进行识别。为了加快识别速度,提出一种全新的快速选取M类训练样本的算法。首先,利用k均值聚类算法对训练样本进行处理,把训练样本之间比较近的样本聚合成一个大类,对于一个新的测试样本,只需要计算各大类聚类中心间的距离,选取距离近的若干个大类,每个大类包含若干个原始训练样本的类别,将这些类别的所有训练样本组合起来,构成新的训练样本集,最后利用新的训练样本集,进行第二阶段的识别。在不同的人脸数据库上进行实验验证,结果表明本文算法在识别率略有提高的基础上,可以达到更快的识别速度。

关键词：图像处理稀疏表示 k均值聚类算法两阶段算法人脸识别

在线全文

学校读者我要写书评

暂无评论

MEPaxos:低延迟的共识算法

计算机科学与探索 2019年第5期13卷 866-874页

作者：赵守月葛洪伟轻工过程先进控制教育部重点实验室(江南大学) 江苏无锡214122 江南大学物联网工程学院江苏无锡214122

共识问题作为分布式计算中最重要的基本问题之一,被广泛应用在状态机复制、原子广播、领导者选举等领域。解决共识问题的算法通常存在单领导者性能瓶颈、响应延迟受命令冲突的影响等问题。针对这些问题,在非拜占庭故障下的异步分布式系... 详细信息

共识问题作为分布式计算中最重要的基本问题之一,被广泛应用在状态机复制、原子广播、领导者选举等领域。解决共识问题的算法通常存在单领导者性能瓶颈、响应延迟受命令冲突的影响等问题。针对这些问题,在非拜占庭故障下的异步分布式系统中,提出了一种低延迟的共识算法MEPaxos(modified Egalitarian Paxos)。首先,提出了系统平均延迟的计算方法;然后,引入超时机制对二阶段提交算法进行改进;接着,根据系统平均延迟计算结果,利用改进的二阶段提交算法自动选择平均延迟较小的算法模式执行;最后,在亚马逊弹性计算云(elastic compute cloud,EC2)平台上将此算法与当前共识算法进行实验对比分析,结果表明,MEPaxos算法下,系统延迟性能得到了提升。

关键词：分布式计算共识算法低延迟 Paxos

在线全文

学校读者我要写书评

暂无评论

优化分配策略的密度峰值聚类算法

计算机科学与探索 2020年第5期14卷 792-802页

作者：丁志成葛洪伟江南大学江苏省模式识别与计算智能工程实验室江苏无锡214122 江南大学物联网工程学院江苏无锡214122

针对密度峰值聚类算法在面对复杂结构数据集时容易出现分配错误的问题,提出一种优化分配策略的密度峰值聚类算法(ODPC)。新算法首先引入参数积γ,扩大了聚类中心的选取范围;然后使用改进的数据点分配策略,对数据集的数据点进行基于相似... 详细信息

针对密度峰值聚类算法在面对复杂结构数据集时容易出现分配错误的问题,提出一种优化分配策略的密度峰值聚类算法(ODPC)。新算法首先引入参数积γ,扩大了聚类中心的选取范围;然后使用改进的数据点分配策略,对数据集的数据点进行基于相似度指标MS的重新分配,进一步优化了簇类中点集的分配;最后使用dc近邻法优化识别数据集的噪声点。在人工数据集及UCI真实数据集上的实验均可证明,新算法能够在优化噪声识别的同时,提高复杂流形数据集中数据点分配的正确率,并取得比DPC算法、DenPEHC算法、GDPC算法更好的聚类效果。

关键词：密度聚类快速搜索与发现密度峰值聚类(DPC) 分配策略

在线全文

学校读者我要写书评

暂无评论

稀疏重构和紧凑性结合的图像显著性检测

计算机科学与探索 2020年第12期14卷 2122-2131页

作者：张莹莹葛洪伟江南大学江苏省模式识别与计算智能工程实验室江苏无锡214122 江南大学物联网工程学院江苏无锡214122

针对复杂环境下,当前图像显著性检测算法难以正确检测显著物体的问题,提出结合稀疏重构误差和图像显著区域紧凑性计算图像显著性的方法。首先提取图像中的主结构以弱化背景噪声,并将处理后的图像分割成若干超像素。一方面利用边界超像... 详细信息

针对复杂环境下,当前图像显著性检测算法难以正确检测显著物体的问题,提出结合稀疏重构误差和图像显著区域紧凑性计算图像显著性的方法。首先提取图像中的主结构以弱化背景噪声,并将处理后的图像分割成若干超像素。一方面利用边界超像素构建背景字典,将各个超像素投影在该字典上进行稀疏重构,利用重构误差得到基于稀疏重构的显著图;另一方面利用图像中显著物体的紧凑性分别计算基于前景、背景种子的显著图并融合。最后将由稀疏重构误差和紧凑性得到的显著图融合得到最终的显著图。在多个公开数据集上,将所提算法与近些年提出的13种算法进行对比实验,实验结果显示提出的算法优于所有对比算法。

关键词：显著性稀疏重构紧凑性结构提取