Automotive radar; Location estimation; target tracking; K-means clustering;
机译:具有创新方法的PCA和K-in的混合互惠模型,其考虑子数据集改进K-Means初始化和逐步标记,以创建具有高可解释性的群集
机译:使用K均值方法改善彩色运动图像的振铃伪影的减少
机译:具有移动最小二乘法和K均值聚类的建筑图纸的优化放置
机译:使用K均值聚类改进移动车辆的本地化
机译:来自微电极记录的亚饱和核的定位,具有K-means聚类
机译:使用光流对移动物体进行行人检测的移动物体定位
机译:使用K-Meand和Floyd-Warshall技术的车辆ad-hoc网络(VANET)的集群形成和集群头选择方法
机译:移动车辆中振动触觉信号的检测与定位;最终的评论。 2006年3月至6月