您的位置: 专家智库 > >

张驰

作品数:3 被引量:7H指数:1
供职机构:西安工业大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 2篇学位论文
  • 1篇期刊文章

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇指纹
  • 2篇蓝牙
  • 1篇遮挡
  • 1篇遮挡目标
  • 1篇神经网
  • 1篇神经网络
  • 1篇缩放
  • 1篇通信
  • 1篇图像
  • 1篇图像处理
  • 1篇图像缩放
  • 1篇滤波
  • 1篇目标识别
  • 1篇聚类
  • 1篇聚类算法
  • 1篇卡尔曼
  • 1篇卡尔曼滤波
  • 1篇蓝牙通信
  • 1篇部分遮挡

机构

  • 3篇西安工业大学

作者

  • 3篇张驰
  • 1篇赵黎
  • 1篇张峰
  • 1篇刘叶楠

传媒

  • 1篇计算机仿真

年份

  • 2篇2020
  • 1篇2010
3 条 记 录,以下是 1-3
排序方式:
部分遮挡目标识别算法研究
目标监视与跟踪系统在科学技术和工程应用上有着十分重要的前景。当背景较简单且目标没有被遮挡时,传统算法能够准确的识别目标;然而,当背景复杂且特别是场景中存在由运动或背景对象造成的遮挡时,按照传统的检测和跟踪策略,常常会误跟...
张驰
关键词:目标识别遮挡目标神经网络图像处理图像缩放
文献传递
基于融合聚类的蓝牙指纹室内定位算法优化被引量:6
2020年
K-means指纹优化算法可以提高室内定位的精度,由于K-means算法初始聚类中心选取的随机性和聚类数设定的经验性,使其稳定性有很大欠缺,影响定位精度与性能。针对上述问题,采用融合聚类的方式对K-means算法进行优化,首先对指纹库在聚类数取1到N的情况下使用凝聚层次聚类进行多次聚类迭代,然后计算每次聚类后生成簇的误差平方和及轮廓系数,最后通过肘方法和轮廓系数法确定最佳聚类数及K-means算法的初始聚类中心。实验结果表明,融合后的算法同传统K-means指纹算法相比定位误差在2米内的概率提高了8%,定位精度得到明显提高,融合算法的稳定性也得到较大幅度改善。
张驰张峰刘叶楠赵黎
聚类算法在蓝牙指纹室内定位中的应用研究
随着5G通信技术的快速发展,基于位置信息的服务(Location-Based Services,LBS)已成为5G时代物联网技术发展与应用的重要组成部分。经过长期的理论研究和工程实践,室外环境下的定位技术已日趋完善,可以...
张驰
关键词:蓝牙通信聚类算法卡尔曼滤波
共1页<1>
聚类工具0