期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于无速度参数目标函数的弹着点定位方法 被引量：1
1
作者 李志明 范锦彪 《兵工学报》 EI CAS CSCD 北大核心 2021年第4期871-877,共7页
目前基于地震波的弹着点定位方法多数都需要提前测量地震波波速或对其进行反演,导致定位误差大,为此提出一种基于波速方差目标函数的弹着点定位方法。该目标函数的未知参数只有弹着点坐标,无需提前测速或进行波速反演。采用单纯形法对... 目前基于地震波的弹着点定位方法多数都需要提前测量地震波波速或对其进行反演,导致定位误差大,为此提出一种基于波速方差目标函数的弹着点定位方法。该目标函数的未知参数只有弹着点坐标,无需提前测速或进行波速反演。采用单纯形法对此目标函数寻优,并结合带噪声的密度聚类算法进行弹着点定位,可以有效抑制因波速不均匀带来的定位误差。通过构建的仿真模型验证定位方法的可行性。该定位方法应用于地面静爆试验,利用检波器获得的数据对爆心进行定位,相对定位误差为0.38%,试验验证了定位方法的正确性。 展开更多
关键词 弹着点定位 波速方差 单纯形法 带噪声的密度聚类算法
下载PDF
基于PSO-DBSCAN和SCGAN的未知雷达信号处理方法 被引量：6
2
作者 曹鹏宇 杨承志 +1 位作者 石礼盟 吴宏超 《系统工程与电子技术》 EI CSCD 北大核心 2022年第4期1158-1165,共8页
针对雷达实际侦察过程中会侦收到大量样本库中所没有的未知雷达信号,设计了一种基于粒子群优化的具有噪声的密度聚类算法和半监督条件生成对抗网络的单脉冲未知雷达信号处理方法。通过粒子群优化算法得到具有噪声的密度聚类算法的最优... 针对雷达实际侦察过程中会侦收到大量样本库中所没有的未知雷达信号,设计了一种基于粒子群优化的具有噪声的密度聚类算法和半监督条件生成对抗网络的单脉冲未知雷达信号处理方法。通过粒子群优化算法得到具有噪声的密度聚类算法的最优输入参数后,对未知雷达信号进行聚类,在聚类算法输出的簇中采用距离筛选算法筛选出更为可信的样本将其扩展到雷达样本库中。当加入的未知雷达信号的种类过多时,需对特征提取网络进行扩展训练,而样本库中数据量较小,难以支持特征提取网络进行有效扩展训练。因此,借鉴了半监督条件生成对抗网络实现小样本情况下未知信号的训练和分类识别。仿真结果表明,本方法的未知雷达信号识别效果表现良好。 展开更多
关键词 未知雷达信号识别 粒子群优化 具有噪声的密度聚类算法 距离筛选算法 半监督条件生成对抗网络
下载PDF
基于时间弹性带的移动机器人路径优化方法 被引量：4
3
作者 陈纪廷 郭晨 刘毅 《科学技术与工程》 北大核心 2021年第26期11212-11219,共8页
传统的路径规划并未明确地纳入运动的时间和动力学方面,因此忽略了运动或动态运动模型在有限的速度和加速度下施加的约束。针对这种情况,将时间弹性带算法引入局部路径优化,有效地优化了机器人轨迹的动力学约束,同时明确纳入时间信息以... 传统的路径规划并未明确地纳入运动的时间和动力学方面,因此忽略了运动或动态运动模型在有限的速度和加速度下施加的约束。针对这种情况,将时间弹性带算法引入局部路径优化,有效地优化了机器人轨迹的动力学约束,同时明确纳入时间信息以确保在最短时间内到达目标点,确保了移动机器人导航的快速性。将基于噪声的密度聚类算法(DBSCAN)引入地图转换,将局部代价地图层的点障碍物聚类为凸多边形,使得障碍物约束部分计算量大大减少,总体上减少了机器人导航所需时间,提升了导航的快速性。在仿真环境和真实场景下的实验都验证了上述改进的有效性。 展开更多
关键词 移动机器人 局部路径优化 时间弹性带算法 基于噪声的密度聚类算法(DBSCAN)
下载PDF
改进DBSCAN算法下的轨迹点到充电站位置的探测方法 被引量：2
4
作者 朱俊杰 袁嘉铭 《北京测绘》 2023年第7期1037-1044,共8页
在当前新能源汽车快速发展的背景下,针对相关充电设施位置信息更新缓慢等问题,如何通过第三方数据得到工作状态正常的充电站点分布具有重要意义。本文分析了新能源汽车充电停留轨迹数据的典型特征,并基于这些特征构建了时空关联静动(Sto... 在当前新能源汽车快速发展的背景下,针对相关充电设施位置信息更新缓慢等问题,如何通过第三方数据得到工作状态正常的充电站点分布具有重要意义。本文分析了新能源汽车充电停留轨迹数据的典型特征,并基于这些特征构建了时空关联静动(Stop/Move)模型。利用新能源汽车轨迹数据作为数据源,采用具有噪声的基于密度的聚类(DBSCAN)算法来检测满足充电停留点的点簇,并进一步探测充电站的位置。同时,针对DBSCAN算法具有高时间复杂度的问题,通过构建K维空间树(KD树)数据结构提高了算法执行效率;针对不同参数会影响DBSCAN算法聚类结果的问题,运用邻域参数自适应优化方法提升了轨迹点的聚类效果。利用深圳市的新能源车轨迹数据进行实验分析,结果表明,相比原始DBSCAN算法和k均值聚类(K-MEANS)算法,改进DBSCAN算法提高了算法执行效率,对真实充电站点探测成功率较高。 展开更多
关键词 轨迹点 K维空间树 具有噪声的基于密度的聚类算法 兴趣点探测
下载PDF
使用DBSCAN的FCM神经网络分类器 被引量：5
5
作者 张晓倩 杨波 +1 位作者 王琳 梁志锋 《模式识别与人工智能》 EI CSCD 北大核心 2016年第2期185-192,共8页
针对浮动质心法(FCM)在实现过程采用的K-means算法不易发现任意形状簇及对离群点敏感等缺陷,提出使用具有噪声的基于密度的聚类算法(DBSCAN)改进FCM神经网络分类器的方法.DBSCAN将离群点看作无法处理的点,并能发现任意形状的簇,将分区... 针对浮动质心法(FCM)在实现过程采用的K-means算法不易发现任意形状簇及对离群点敏感等缺陷,提出使用具有噪声的基于密度的聚类算法(DBSCAN)改进FCM神经网络分类器的方法.DBSCAN将离群点看作无法处理的点,并能发现任意形状的簇,将分区空间中的染色点划分成若干个更准确的分区.此外,定义优化目标函数,并用粒子群优化算法优化神经网络的各个参数,获得最优的分类模型.在UCI数据库上的对比实验表明,改进后的FCM方法在分类精度、鲁棒性和运行时间方面均优于原有FCM. 展开更多
关键词 神经网络 浮动质心法(FCM) 分区空间 具有噪声的基于密度的聚类算法(DBSCAN)
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部