期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进JP算法的激光雷达可行驶区域检测
被引量：
9
1
作者
段建民
冉旭辉
+1 位作者
李帅印
管越
《应用激光》
CSCD
北大核心
2020年第3期519-525,共7页
无人驾驶车辆对前方道路信息检测时,传统的基于欧式距离的密度聚类算法在计算密度不均匀的激光雷达数据时,在搜索精度和效率上存在一定的局限性。针对这一问题,提出一种改进的Jarvis-Patrick(JP)聚类算法。该算法通过k近邻(k-nearest ne...
无人驾驶车辆对前方道路信息检测时,传统的基于欧式距离的密度聚类算法在计算密度不均匀的激光雷达数据时,在搜索精度和效率上存在一定的局限性。针对这一问题,提出一种改进的Jarvis-Patrick(JP)聚类算法。该算法通过k近邻(k-nearest neighbor)和共享最近邻SNN(Shared Nearest Neighbor)相似度间的关系来度量数据的局部密度选出代表点,对数据密度的变化具有伸缩性从而增加了算法的搜索速度和精度。对改进JP算法聚类后的簇进行评估,在道路边沿簇中使用随机抽样一致性算法(RANSAC)对两侧道路边沿点进行拟合。经实车实验表明,改进后的JP算法时间消耗上降低了32.6%,对被遮挡的道路边界及可行驶区域内障碍物检测精度均有提高。
展开更多
关键词
无人驾驶车
激光雷达
可行驶区域
SNN相似度
jarvis
-
patrick
聚类
原文传递
基于扩展Jarvis-Patrick聚类的异常检测算法优化及检测仿真
被引量：
1
2
作者
张利剑
陈晋鹏
《电子设计工程》
2022年第13期100-104,共5页
针对异常检测聚类算法获得结果始终是零散的且小聚类数据量太大的问题,提出基于扩展Jarvis-Patrick聚类的异常检测算法优化。使用基于Jarvis-Patrick图的聚类方法进行检测。将数据抽象为点,计算两个点之间的距离并设置阈值以确定这两个...
针对异常检测聚类算法获得结果始终是零散的且小聚类数据量太大的问题,提出基于扩展Jarvis-Patrick聚类的异常检测算法优化。使用基于Jarvis-Patrick图的聚类方法进行检测。将数据抽象为点,计算两个点之间的距离并设置阈值以确定这两个点的相似性,通过两个点之间的相似性来确定两个点是否属于同一聚类。共享k最近邻关系点,获得扩展的共享k最近邻聚类子图以减少最终聚类结果中的聚类数量。使用提出的优化算法对KDD Cup99数据集进行实验,与传统Jarvis-Patrick聚类算法相比,提出算法有效提高了检测率,并且降低了数据量。
展开更多
关键词
异常检测
jarvis
-
patrick
聚类
扩展共享最近邻
归一化
下载PDF
职称材料
题名
基于改进JP算法的激光雷达可行驶区域检测
被引量：
9
1
作者
段建民
冉旭辉
李帅印
管越
机构
北京工业大学信息学部
不详
出处
《应用激光》
CSCD
北大核心
2020年第3期519-525,共7页
基金
北京市教委基金项目资助项目(项目编号:JJ002790200802)
北京市属高等学校人才强教计划资助项目(项目编号:038000543115025)。
文摘
无人驾驶车辆对前方道路信息检测时,传统的基于欧式距离的密度聚类算法在计算密度不均匀的激光雷达数据时,在搜索精度和效率上存在一定的局限性。针对这一问题,提出一种改进的Jarvis-Patrick(JP)聚类算法。该算法通过k近邻(k-nearest neighbor)和共享最近邻SNN(Shared Nearest Neighbor)相似度间的关系来度量数据的局部密度选出代表点,对数据密度的变化具有伸缩性从而增加了算法的搜索速度和精度。对改进JP算法聚类后的簇进行评估,在道路边沿簇中使用随机抽样一致性算法(RANSAC)对两侧道路边沿点进行拟合。经实车实验表明,改进后的JP算法时间消耗上降低了32.6%,对被遮挡的道路边界及可行驶区域内障碍物检测精度均有提高。
关键词
无人驾驶车
激光雷达
可行驶区域
SNN相似度
jarvis
-
patrick
聚类
Keywords
unmanned
vehicles
LIDAR
drivable
area
SNN
similarity
jarvis
-
patrick
clustering
分类号
TN958.98 [电子电信—信号与信息处理]
原文传递
题名
基于扩展Jarvis-Patrick聚类的异常检测算法优化及检测仿真
被引量：
1
2
作者
张利剑
陈晋鹏
机构
西安工程大学电子信息学院
出处
《电子设计工程》
2022年第13期100-104,共5页
基金
陕西省教育厅专项研究项目(19JK0361)
西安市科技计划项目(GXYD7.16)。
文摘
针对异常检测聚类算法获得结果始终是零散的且小聚类数据量太大的问题,提出基于扩展Jarvis-Patrick聚类的异常检测算法优化。使用基于Jarvis-Patrick图的聚类方法进行检测。将数据抽象为点,计算两个点之间的距离并设置阈值以确定这两个点的相似性,通过两个点之间的相似性来确定两个点是否属于同一聚类。共享k最近邻关系点,获得扩展的共享k最近邻聚类子图以减少最终聚类结果中的聚类数量。使用提出的优化算法对KDD Cup99数据集进行实验,与传统Jarvis-Patrick聚类算法相比,提出算法有效提高了检测率,并且降低了数据量。
关键词
异常检测
jarvis
-
patrick
聚类
扩展共享最近邻
归一化
Keywords
anomaly
detection
jarvis
-
patrick
clustering
extended
shared
nearest
neighbor
normalized
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进JP算法的激光雷达可行驶区域检测
段建民
冉旭辉
李帅印
管越
《应用激光》
CSCD
北大核心
2020
9
原文传递
2
基于扩展Jarvis-Patrick聚类的异常检测算法优化及检测仿真
张利剑
陈晋鹏
《电子设计工程》
2022
1
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
