...
首页> 外文期刊>Вестник Московского государственного технического университета. Серия приборостроение >РАСПОЗНАВАНИЕ СИТУАЦИЙ НА МНОЖЕСТВЕ ДВИЖУЩИХСЯ ОБЪЕКТОВ С ИСПОЛЬЗОВАНИЕМ НЕЧЕТКИХ КОНЕЧНЫХ АВТОМАТОВ И ДИНАМИЧЕСКОГО ПРОГРАММИРОВАНИЯ
【24h】

РАСПОЗНАВАНИЕ СИТУАЦИЙ НА МНОЖЕСТВЕ ДВИЖУЩИХСЯ ОБЪЕКТОВ С ИСПОЛЬЗОВАНИЕМ НЕЧЕТКИХ КОНЕЧНЫХ АВТОМАТОВ И ДИНАМИЧЕСКОГО ПРОГРАММИРОВАНИЯ

机译:使用模糊有限自动机和动态编程识别多个移动物体的情况

获取原文
获取原文并翻译 | 示例

摘要

Рассмотрена задача автоматического распознавания ситуаций на множестве движущихся объектов, актуальная для обеспечения безопасности людей на транспорте и в общественных местах. Определен подход к распознаванию ситуаций по временным рядам координат движущихся объектов. Наиболее разработанными методами распознавания ситуаций по временным рядам являются: скрытая марковская модель, динамическое преобразование временной шкалы и конечные автоматы. Первые два метода изначально разработаны для распознавания ситуаций в условиях шумов и сбойных отсчетов, но требуют трудоемкого обучения на примерах. Третий метод можно использовать без обучения, а для борьбы со сбойными отсчетами необходимы дополнительные средства, например, фильтры, но они снижают точность метода в условиях шумов, Предложен новый метод распознавания ситуаций по временным рядам, который не требует обучения и обладает устойчивостью к сбойным отсчетам.
机译:自动识别多个移动设施的情况的任务目前是相关的,以确保人们在运输和公共场所的安全性。定义了通过临时行的移动物体坐标识别情况的方法。最开发的临时行的情况识别情况是:隐藏的马尔可夫模型,时间线和有限机器的动态转换。前两种方法最初被设计用于识别噪声和失败样本的情况,但需要对示例进行劳动密集学学习。可以使用第三种方法而无需培训,并且对抗失败计数,因此需要额外的资金,例如滤波器,但它们降低了噪声条件中的方法的准确性,已经提出了一种新的识别时间行的情况方法这不需要培训并且对失败的计数有抵抗力。

著录项

获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号