暂无评论
在无线传感器网络中，目标的运动无规律可循，难以选取合理的数据对其进行预测，且在跟踪过程中易发生目标丢失的现象，不利于对目标的监测。通过分析目标运动趋势的变化特点，提出多级簇头结构和目标丢失的恢复策略，
针对图像目标跟踪问题，为提高跟踪精度，提出了一种多特征融合的自适应相关滤波跟踪算法。算法首先选取HOG和CN两种互补特征，分别训练两个相关滤波跟踪器跟踪图像目标，然后利用提出的响应图置信度计算公式计算
把方位作为被动传感器的观测信息属于不完全观测.文中的方案是先用最小二乘法估计出目标距离，再用卡尔曼滤波进行跟踪.单一的被动传感器定位需要机动，而多个被动传感器联合工作，可以在观测站静止的情况下完成定位
针对被跟踪目标运动、纹理或环境变化时，采用基于压缩感知目标跟踪算法目标易漂移、丢失的问题，提出了改进的压缩感知目标跟踪算法。通过压缩感知算法提取灰度和纹理特征，计算特征对样本分类结果并更新特征的权值，
基于多模态联合稀疏表示的视频目标跟踪，段喜萍，刘家锋，复杂场景下的目标跟踪过程中，单模态特征往往不能很好地区分目标与背景，从而影响跟踪精度。针对这一问题，本文提出使用多模态进
传统的基于稀疏表示的目标跟踪方法主要利用目标的灰度特征构建稀疏表示模型。由于灰度特征对光照变化敏感，这会影响目标跟踪在复杂场景下的鲁棒性。基于多源数据融合的目标跟踪可以明显提升目标跟踪鲁棒性，但如何有
针对传统粒子滤波的建议分布没有利用到当前观测信息的缺点，提出了一种基于多特征融合的退火算法来改进建议分布的粒子滤波跟踪方法。该方法解决了高维状态下计算量大和粒子数匮乏问题。采用退火方法在蒙特卡洛重要采
与Dempster-Shafter理论（DST）相比，Dezert-Smarandache理论（DSmT）通过保留证据冲突项作为数据融合的焦元，从而可以很好地解决在证据发生高冲突情况下的信息融合问题。
基于多代理的智能入侵检测系统模型研究，刘攀，吕锋，随着各种检测技术的相继提出，如何利用检测技术构建新型入侵检测系统，从而得到更准确的检测结果将是未来入侵检测的研究方向之一
多标记学习是实际应用中的一类常见问题,覆盖算法在单标记学习中表现出了优秀的性能,但无法处理多标记情况。将覆盖算法推广到多标记学习中,针对多标记学习的特点和评价指标,对算法的学习和构造过程进行了改造,给
暂无评论