王立群
- 作品数：5 被引量：7H指数：2
- 供职机构：天津理工大学计算机与通信工程学院更多>>
- 发文基金：天津市高等学校科技发展基金计划项目天津市自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种遗传算法优化的无味粒子滤波方法被引量：1
- 2009年
- 提出了一种采用遗传算法(GA)优化无味粒子滤波(UPF)的新方法遗传无味粒子滤波器(GAUPF).在无味粒子滤波(UPF)获得比传统粒子滤波(PF)算法更好的重要性采样分布函数的基础上将遗传机制应用于粒子重采样,以进化设计思想克服粒子退化现象,通过优化UPF算法更好地解决了非线性、非高斯领域的目标跟踪问题.仿真结果表明,该算法较好地解决了粒子退化问题,提高了滤波的精确性.
- 马勤黄文娟王立群杨淑莹
- 关键词：遗传算法
- 一种粒子群优化扩展卡尔曼粒子滤波算法被引量：4
- 2009年
- 本文提出一种采用粒子群(PSO)优化扩展卡尔曼粒子滤波(EPF)的新算法.由于上一时刻的目标解对当前时刻目标的影响最大,提出粒子群中的粒子不考虑其自身最佳经历和群体最佳经历,而只考虑前一时刻的全局最优解;取上一时刻的目标解代表粒子集中全局最优解.采用粒子群优化扩展卡尔曼粒子滤波(EPF)的状态转移方程,使得粒子集在权值更新前趋向于高似然区域,从而更加逼近真实状态的后验概率密度分布,克服了粒子退化问题,提高了预估精度,并极大地降低了所需的粒子数.仿真实验结果表明,该算法预估性能优于传统的粒子滤波方法.
- 黄文娟马勤王立群杨淑莹
- 关键词：粒子群优化
- 一种新的动态目标检测与跟踪技术研究
- 运动目标的检测与跟踪是计算机视觉领域的一个重要课题，在智能视频监控、基于视频的人机交互、机器人视觉导航、虚拟现实、自动驾驶、医学图像及农业自动化等领域都有广泛的应用。本文对动态目标检测与跟踪技术进行了研究，主要研究内容有...
- 王立群
- 关键词：光流法粒子滤波粒子群优化目标检测
- 文献传递
- 基于改进Hopfield神经网络的手写字符识别被引量：2
- 2009年
- 针对传统Hopfield神经网络无法对非正交学习模式进行正确回忆的问题,在Hebb学习规则的基础上,提出了一种改进的Hopfield神经网络.通过在学习阶段对连接关系矩阵进行修正,改进后的Hopfield神经网络能够对其学习模式进行正确的回忆,实验证明了其对手写字符有着较好的识别效果.
- 安博杨淑莹王立群
- 关键词：HOPFIELD手写识别
- 基于蚁群算法的多字符聚类识别
- 2008年
- 本文采用蚁群算法对聚类数目已知的多字符进行聚类识别,在分析了基本蚁群算法的基础上,提出了一种改进的蚁群算法,该算法结合分布式计算、正反馈机制、贪婪式搜索算法等.对每只蚂蚁构造一个可行解,利用信息素矩阵,经过若干次的迭代,找寻包含最优解的蚂蚁.通过与K-means和遗传算法比较,最后得出结论,该蚁群算法识别效果好,执行效率高.
- 王立群杨淑莹安博
- 关键词：蚁群算法
