期刊文献+
共找到301篇文章
< 1 2 16 >
每页显示 20 50 100
基于随机集的粗糙集模型(I) 被引量:36
1
作者 张文修 吴伟志 《西安交通大学学报》 EI CAS CSCD 北大核心 2000年第12期75-79,共5页
为了处理人工智能中不精确和不确定的数据和知识 ,介绍了一个新的领域———粗糙集的基本概念及其有关进展 ,提出了基于随机集的研究框架 ,进一步用随机集去描述粗糙近似算子 ,并讨论了随机集。
关键词 粗糙集 随机集 近似算子 信任函数 人工智能
下载PDF
几种新的截集及其应用 被引量:36
2
作者 袁学海 李洪兴 罗承忠 《模糊系统与数学》 CSCD 1997年第1期37-43,共7页
本文从“邻域”和“重域”的观点出发引入了三种新的截集:下截集,下重截集和上重截集。我们给出了这些截集的性质及相应的分解定理,表现定理和扩展原理。作为应用,我们讨论了两方面的内容:一是利用落影表现理论,将一个模糊集看作... 本文从“邻域”和“重域”的观点出发引入了三种新的截集:下截集,下重截集和上重截集。我们给出了这些截集的性质及相应的分解定理,表现定理和扩展原理。作为应用,我们讨论了两方面的内容:一是利用落影表现理论,将一个模糊集看作“重云”的落影,然后用下重截集和落影表现理论来定义模糊集的运算,得到了与[2]一致的结果;二是利用下截集给出凹模糊数的定义。 展开更多
关键词 模糊集 截集 集合套 随机集 凹模糊数 下截集
下载PDF
随机集理论及其在信息融合中的应用 被引量:24
3
作者 彭冬亮 文成林 +1 位作者 徐晓滨 薛安克 《电子与信息学报》 EI CSCD 北大核心 2006年第11期2199-2204,共6页
多源信息融合经过近20年的发展已经取得了丰富的理论成果和应用成果,但是其理论框架尚未建立。近几年由Mahler提出的有限集合统计学(FISST)理论——随机集理论的特例,从概率论角度统一表述了信息融合技术的主要方面。该文对近十几年随... 多源信息融合经过近20年的发展已经取得了丰富的理论成果和应用成果,但是其理论框架尚未建立。近几年由Mahler提出的有限集合统计学(FISST)理论——随机集理论的特例,从概率论角度统一表述了信息融合技术的主要方面。该文对近十几年随机集信息融合技术的发展加以回顾,主要包括随机集理论的产生背景、基本的思想和理论框架,以及当前的应用领域。最后指出了随机集理论将来可能的发展方向。 展开更多
关键词 信息融合 随机集 有限集合统计学 多目标跟踪 贝叶斯滤波
下载PDF
基于随机集的粗糙集模型(Ⅱ) 被引量:12
4
作者 张文修 吴伟志 《西安交通大学学报》 EI CAS CSCD 北大核心 2001年第4期425-429,共5页
为了说明粗糙集理论在不完备信息系统中的应用 ,给出了基于随机集的粗糙集方法 .提出了不完备信息系统的随机粗糙集的描述 ,讨论了不完备属性的随机集选择与系统的完备化的关系 ,并且介绍了一个求不完备属性的最大熵概率测度的算法 .
关键词 粗糙集 随机集 不完备信息系统 概率测度 不完备属性 智能信息 处理工具
下载PDF
高斯混合概率假设密度滤波器在多目标跟踪中的应用 被引量:17
5
作者 吕学斌 周群彪 +2 位作者 陈正茂 熊运余 蔡葵 《计算机学报》 EI CSCD 北大核心 2012年第2期397-404,共8页
实现了基于随机集和点过程理论在目标数未知或随时间变化的多目标跟踪滤波算法.研究成果包括:(1)分析了基于随机有限集的多目标跟踪模型;(2)分析推导了基于随机集和点过程理论的概率假设密度滤波递推表达式;(3)实现了在线性高斯条件下... 实现了基于随机集和点过程理论在目标数未知或随时间变化的多目标跟踪滤波算法.研究成果包括:(1)分析了基于随机有限集的多目标跟踪模型;(2)分析推导了基于随机集和点过程理论的概率假设密度滤波递推表达式;(3)实现了在线性高斯条件下的概率假设密度滤波的一种解析滤波算法;(4)仿真实验验证了算法的性能,比较了在杂波强度和检测概率变化的情况下和联合概率数据互联算法相关性能;(5)指出了算法的一些不足以及改进的研究方向. 展开更多
关键词 高斯混合概率假设密度(PHD)滤波器 概率假设密度滤波器 随机集 多目标跟踪 联合概率数据互联
下载PDF
一种非线性GM-PHD滤波新方法 被引量:14
6
作者 王品 谢维信 +1 位作者 刘宗香 李鹏飞 《电子学报》 EI CAS CSCD 北大核心 2012年第8期1597-1602,共6页
为了解决目标数未知情况下的多目标跟踪问题,提出了一种非线性条件下的高斯混合概率假设密度滤波新方法.该方法利用三阶球面容积-径向采样规则计算目标状态的概率分布特性,解决了状态方程和观测方程的非线性计算问题,利用模糊门限对滤... 为了解决目标数未知情况下的多目标跟踪问题,提出了一种非线性条件下的高斯混合概率假设密度滤波新方法.该方法利用三阶球面容积-径向采样规则计算目标状态的概率分布特性,解决了状态方程和观测方程的非线性计算问题,利用模糊门限对滤波器的剪枝方法进行了优化,避免了高斯项数目的指数增长,利用观测数据生成新目标密度,使滤波器具备了对观测空间任意位置随机出现新目标的跟踪能力.通过仿真实验比较了四种非线性高斯混合概率假设密度滤波方法的性能,实验结果验证了提出算法的有效性. 展开更多
关键词 多目标跟踪 随机有限集 概率假设密度滤波器 容积卡尔曼滤波 模糊门限
下载PDF
多目标跟踪的概率假设密度粒子滤波 被引量:10
7
作者 田淑荣 王国宏 何友 《海军航空工程学院学报》 2007年第4期417-420,430,共5页
在多目标跟踪中,当目标数很大时,目标状态的联合分布的计算量会非常大.如果目标独立运动,可用各目标分别滤波来代替,但这要求考虑数据互联问题.文章介绍一种可以解决计算量问题的方法,只需计算联合分布的一阶矩--概率假设密度(PHD),PHD... 在多目标跟踪中,当目标数很大时,目标状态的联合分布的计算量会非常大.如果目标独立运动,可用各目标分别滤波来代替,但这要求考虑数据互联问题.文章介绍一种可以解决计算量问题的方法,只需计算联合分布的一阶矩--概率假设密度(PHD),PHD在任意区域S上的积分是S内目标数的期望值.因未记录目标身份,避免了数据互联问题.仿真中,传感器为被动雷达,目标观测值为距离、角度及速度时,对上述的PHD滤波进行了粒子实现,并对观测值是否相关的不同情况进行比较.PHD粒子滤波应用在非线性模型的多目标跟踪,实验结果表明,滤波可以稳健跟踪目标数为变数的情况,得到了接近真实情况的结果. 展开更多
关键词 多目标跟踪 粒子滤波 概率假设密度 随机集 有限集统计
下载PDF
用于多个机动目标的混合高斯概率假设密度跟踪器 被引量:8
8
作者 刘贵喜 周承兴 +1 位作者 王泽毅 廖兴海 《控制理论与应用》 EI CAS CSCD 北大核心 2011年第8期1087-1092,共6页
现有的混合高斯概率假设密度(GM-PHD)跟踪器不仅可以估计时变的多目标状态,还能辨识不同目标并保持其轨迹连续性.但当多个目标发生机动时,其稳定性较差,容易丢失目标.针对这一问题,本文提出一种能跟踪多个机动目标的混合高斯概率假设密... 现有的混合高斯概率假设密度(GM-PHD)跟踪器不仅可以估计时变的多目标状态,还能辨识不同目标并保持其轨迹连续性.但当多个目标发生机动时,其稳定性较差,容易丢失目标.针对这一问题,本文提出一种能跟踪多个机动目标的混合高斯概率假设密度跟踪器算法.算法在GM-PHD滤波的框架上采用修正的输入估计方法将目标的概率假设密度(PHD)表示成混合高斯形式,并利用不同的标记辨识各个高斯分量,然后通过PHD滤波方程迭代这些高斯分量和对应的标记,最终达到跟踪多个机动目标的目的.仿真实验表明,和传统的GM-PHD跟踪器相比,新算法能以更高的稳定性跟踪多个机动目标. 展开更多
关键词 多目标跟踪 随机集 概率假设密度 混合高斯 机动目标
下载PDF
随机模糊集与随机集 被引量:4
9
作者 任艳霞 索秀云 翟建仁 《模糊系统与数学》 CSCD 1998年第1期66-70,共5页
本文研究了三个方面的工作:一是定义了一种模糊集上的可测结构,从而定义了随机模糊集,这些定义部与论域X上的拓朴结构无关。将通常意*义下的集合看成特殊模糊集得到的通常集合上的超可测结构与文[3]中的定义*一致;二是给... 本文研究了三个方面的工作:一是定义了一种模糊集上的可测结构,从而定义了随机模糊集,这些定义部与论域X上的拓朴结构无关。将通常意*义下的集合看成特殊模糊集得到的通常集合上的超可测结构与文[3]中的定义*一致;二是给出了随机模糊集、随机集的一些等价条件;三是研究了随机模糊集、*随机集的分布与其有限维落影族的关系。 展开更多
关键词 随机集 随机模糊集 随机过程 有限维落影族
下载PDF
改进的高斯粒子概率假设密度滤波算法 被引量:6
10
作者 周承兴 刘贵喜 +1 位作者 侯连勇 钟兴质 《控制理论与应用》 EI CAS CSCD 北大核心 2011年第7期1005-1008,共4页
高斯粒子概率假设密度滤波在预测和更新时需要进行粒子近似和重新采样,这在一定程度上降低了算法的精度和实时性.针对这一问题,提出一种改进的高斯粒子概率假设密度滤波算法,算法通过粒子的方式表示并传递目标的概率假设密度(PHD)预测值... 高斯粒子概率假设密度滤波在预测和更新时需要进行粒子近似和重新采样,这在一定程度上降低了算法的精度和实时性.针对这一问题,提出一种改进的高斯粒子概率假设密度滤波算法,算法通过粒子的方式表示并传递目标的概率假设密度(PHD)预测值,然后直接利用这些表征PHD预测值的粒子进行更新,最后利用具有最大似然性的粒子将更新后的PHD表示为混合高斯形式.仿真实验表明,和高斯粒子概率假设密度滤波相比,改进算法的多目标误差距离减少了约30%,运行时间减少了约50%. 展开更多
关键词 多目标跟踪 随机集 概率假设密度 混合高斯 粒子近似
下载PDF
高斯混合粒子Cardinalized概率假设密度滤波被动测角多目标跟踪 被引量:5
11
作者 张俊根 姬红兵 《控制理论与应用》 EI CAS CSCD 北大核心 2011年第1期46-52,共7页
为解决目标数未知或随时间变化的多目标跟踪问题,通常将多目标状态和观测数据表示为随机集形式,通过Cardinalized概率假设密度(CPHD)滤波,递推计算目标的强度(即概率假设密度,PHD)及目标数的概率分布.然而对于被动测角的非线性跟踪问题,... 为解决目标数未知或随时间变化的多目标跟踪问题,通常将多目标状态和观测数据表示为随机集形式,通过Cardinalized概率假设密度(CPHD)滤波,递推计算目标的强度(即概率假设密度,PHD)及目标数的概率分布.然而对于被动测角的非线性跟踪问题,CPHD无法获得闭合解.为此,本文提出一种新的高斯混合粒子CPHD算法,利用高斯混合近似PHD,避免了用聚类确定目标状态,同时,将拟蒙特卡罗(QMC)积分方法引入计算目标状态的预测和更新分布,取得了良好的效果. 展开更多
关键词 多目标跟踪 随机集 Cardinalized概率假设密度 被动测角 拟蒙特卡罗
下载PDF
两类典型多目标跟踪算法的性能分析与比较 被引量:6
12
作者 王芝 徐晓滨 +1 位作者 刘伟峰 文成林 《电子与信息学报》 EI CSCD 北大核心 2010年第7期1633-1637,共5页
在处理目标跟踪的两类主要方法中,一类是通过数据关联来解决,如PDA和JPDA等;另一类则是绕过关联直接处理,如随机集、GM-PHD等。该文从两类典型方法中各选取一种有代表性的方法,如JPDA与GM-PHD,首先通过分析两种算法主要步骤的计算量,得... 在处理目标跟踪的两类主要方法中,一类是通过数据关联来解决,如PDA和JPDA等;另一类则是绕过关联直接处理,如随机集、GM-PHD等。该文从两类典型方法中各选取一种有代表性的方法,如JPDA与GM-PHD,首先通过分析两种算法主要步骤的计算量,得到相应算法总计算量的解析表达式;然后根据观测与目标状态之间关联复杂程度,分3种情况对两类算法的计算量进行比较;最后以仿真说明算法的跟踪效果,并以算法运行时间来验证计算量公式的正确性。 展开更多
关键词 多目标跟踪 联合概率数据关联(JPDA) 随机集 概率假设密度(PHD)
下载PDF
未知测量噪声分布下的多目标跟踪算法 被引量:6
13
作者 周承兴 刘贵喜 《航空学报》 EI CAS CSCD 北大核心 2010年第11期2228-2237,共10页
粒子概率假设密度滤波(SMC-PHDF)在进行粒子更新时需要知道测量噪声的概率分布以计算似然函数,这使得SMC-PHDF依赖于测量噪声的概率模型。针对这一点不足,提出一种未知测量噪声分布下的多目标跟踪算法——基于风险评估的概率假设密度滤... 粒子概率假设密度滤波(SMC-PHDF)在进行粒子更新时需要知道测量噪声的概率分布以计算似然函数,这使得SMC-PHDF依赖于测量噪声的概率模型。针对这一点不足,提出一种未知测量噪声分布下的多目标跟踪算法——基于风险评估的概率假设密度滤波(RE-PHDF)。该算法在SMC-PHDF进行概率假设密度(PHD)粒子更新时采用风险函数计算每个PHD粒子的风险值,并通过一个风险评估函数评估每个PHD粒子,然后用评估后的结果更新粒子的权值。由于粒子更新时避免了在多维测量空间中计算似然函数,算法不仅不依赖于测量噪声的概率分布,还可以节省大量计算时间。仿真结果表明:和SMC-PHDF相比,RE-PHDF在未知的复杂测量噪声环境下具有更高的鲁棒性和稳定性;同时,在两种算法跟踪精度接近的情况下,所提算法节省了50%的运行时间。 展开更多
关键词 目标跟踪 随机集 概率假设密度 测量信号 噪声模型
原文传递
基于无迹变换的概率假设密度滤波算法 被引量:5
14
作者 吕学斌 游志胜 +2 位作者 周群彪 陈正茂 蔡葵 《系统仿真学报》 CAS CSCD 北大核心 2009年第3期845-850,872,共7页
基于有限集统计理论的概率假设密度滤波算法运用于多目标跟踪时,不再考虑数据关联问题,突破了传统的跟踪方法。但该滤波公式在非线性条件下没有解析解,在非线性高斯条件下提出了基于无迹变换的概率假设密度滤波算法,实现了算法在强杂波... 基于有限集统计理论的概率假设密度滤波算法运用于多目标跟踪时,不再考虑数据关联问题,突破了传统的跟踪方法。但该滤波公式在非线性条件下没有解析解,在非线性高斯条件下提出了基于无迹变换的概率假设密度滤波算法,实现了算法在强杂波环境下的多目标跟踪。仿真实验比较了该算法与基于粒子滤波的概率假设密度滤波算法的跟踪性能,验证了该算法的跟踪性能和精度。同时分析指出了此算法的不足,以及结合无迹变换与粒子滤波的概率假设密度滤波算法的改进研究方向。 展开更多
关键词 概率假设密度滤波 无迹变换 随机集 多目标跟踪
下载PDF
多Agent系统的协调度及随机集表示 被引量:6
15
作者 李凡长 李云飞 沈安东 《小型微型计算机系统》 CSCD 北大核心 2002年第10期1226-1230,共5页
多 Agent的协调性是多 Agent系统与其它相关研究领域区别开来的关键性问题之一 ,也是保证多智能系统能在一起共同工作的关键 .因此 ,本文对多 Agent协调工作机制进行研究 ,给出多 Agent的协调度理论及随机集表示方法 ,进一步丰富多 Agen... 多 Agent的协调性是多 Agent系统与其它相关研究领域区别开来的关键性问题之一 ,也是保证多智能系统能在一起共同工作的关键 .因此 ,本文对多 Agent协调工作机制进行研究 ,给出多 Agent的协调度理论及随机集表示方法 ,进一步丰富多 Agent系统的研究内容 . 展开更多
关键词 多AGENT系统 协调度 随机集表示 人工智能
下载PDF
一种基于随机集的模糊观测的多目标跟踪算法 被引量:5
16
作者 何友 田淑荣 孙校书 《宇航学报》 EI CAS CSCD 北大核心 2008年第6期2007-2012,共6页
为解决目标数未知或随时间变化时模糊观测的多目标跟踪问题,将多目标状态和模糊观测数据表示为随机集形式,利用模糊观测的似然函数融合模糊数据,建立了模糊观测的概率假设密度(probability hypothesis den-sity,PHD)粒子滤波方法。这种... 为解决目标数未知或随时间变化时模糊观测的多目标跟踪问题,将多目标状态和模糊观测数据表示为随机集形式,利用模糊观测的似然函数融合模糊数据,建立了模糊观测的概率假设密度(probability hypothesis den-sity,PHD)粒子滤波方法。这种方法首先利用粒子滤波预测和更新随机集的PHD,然后估计目标数N,最后找出N个PHD最大的点就是多目标的状态估计。在相同的仿真环境中,用这种方法与用重心去模糊器进行去模糊处理后的观测数据同时跟踪目标数变化情况下的多目标,并进行了比较,结果表明,模糊观测多目标跟踪的PHD粒子滤波能稳健跟踪目标数未知或随时间变化时的目标状态和目标数,性能好于去模糊情况。 展开更多
关键词 多目标跟踪 模糊观测 数据融合 随机集 概率假设密度 粒子滤波 似然函数
下载PDF
随机集理论在数据融合中的应用研究 被引量:4
17
作者 邓勇 施文康 《红外与激光工程》 EI CSCD 北大核心 2002年第6期545-549,共5页
数据融合研究的重点是建立一个具有严格数学基础的框架体系,随机集理论是解决这一问题的有效方法。在介绍随机集理论基本原理的基础上,阐述了数据融合系统中使用较多的证据理论、模糊逻辑和条件事件代数理论的随机集表示,使随机集理论... 数据融合研究的重点是建立一个具有严格数学基础的框架体系,随机集理论是解决这一问题的有效方法。在介绍随机集理论基本原理的基础上,阐述了数据融合系统中使用较多的证据理论、模糊逻辑和条件事件代数理论的随机集表示,使随机集理论能有效地处理数据融合系统中的不确定性、模糊性、经验性数据。 展开更多
关键词 随机集理论 数据融合 模糊集 条件事件代数
下载PDF
基于随机集的合成信息系统粗集模型 被引量:5
18
作者 邱卫根 胡志斌 《计算机工程》 CAS CSCD 北大核心 2011年第9期210-212,共3页
研究基于随机集的实值信息系统及其合成系统的粗糙集模型。用随机集值映射表示专家对实值信息系统知识结构的认识,给出2类合成信息系统的形式化定义,并研究对象合成信息系统和属性合成信息系统的基于随机集值映射的粗糙集模型及其性质,... 研究基于随机集的实值信息系统及其合成系统的粗糙集模型。用随机集值映射表示专家对实值信息系统知识结构的认识,给出2类合成信息系统的形式化定义,并研究对象合成信息系统和属性合成信息系统的基于随机集值映射的粗糙集模型及其性质,讨论其中上、下近似算子之间的关系。实例证明,该模型能利用此关系由原信息系统模型估算或计算出其合成信息系统模型的上、下近似算子。 展开更多
关键词 随机集 合成信息系统 粗糙集 相容性 实值信息系统
下载PDF
随机集的独立性与同分布性的刻划(英文) 被引量:5
19
作者 汪荣明 《应用概率统计》 CSCD 北大核心 1998年第3期243-249,共7页
本文绘出了随机集的独立性与同分布性的刻化,所给出的准则比Hess[4],[5]更易于验证.
关键词 随机集 支撑函数 距离函数 独立性 同分布性
下载PDF
随机集的概率假设密度粒子滤波 被引量:4
20
作者 田淑荣 盖明久 何友 《海军航空工程学院学报》 2006年第4期455-458,共4页
多目标跟踪问题中,当目标数已知时,可以用概率数据互联(PDA)或联合概率数据互联(JPDA)算法.而当目标数未知或随时间变化时,需要对不同目标数的跟踪进行比较.可以把目标集看作随机集进行讨论,目标数N是随机变量.随机集的跟踪通过有限集统... 多目标跟踪问题中,当目标数已知时,可以用概率数据互联(PDA)或联合概率数据互联(JPDA)算法.而当目标数未知或随时间变化时,需要对不同目标数的跟踪进行比较.可以把目标集看作随机集进行讨论,目标数N是随机变量.随机集的跟踪通过有限集统计(FISST)理论来完成.文中讨论了用粒子滤波实现跟踪随机集的方法.实验表明,在杂波环境下,粒子滤波可以稳健跟踪目标状态和目标数. 展开更多
关键词 多目标跟踪 随机集 粒子滤波 有限集统计 概率假设密度(PHD)滤波
下载PDF
上一页 1 2 16 下一页 到第
使用帮助 返回顶部