马勤
- 作品数：3 被引量：7H指数：2
- 供职机构：天津理工大学更多>>
- 发文基金：天津市高等学校科技发展基金计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于群体智能算法的动态目标跟踪技术研究
- 动态目标跟踪技术是计算机视觉研究领域中最重要的研究课题之一，在视觉导航、军事制导、交通临测、医疗诊断等方面都有着广泛的应用。粒子滤波技术是目标跟踪领域的核心算法，该算法采用无智能的粒子群体组成，具有群体的共性。本文研究使...
- 马勤
- 关键词：目标跟踪图像识别粒子滤波遗传算法
- 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
