首页> 外文OA文献 >The Research of Applying Competitive Hopfield Neural Network to Fuse Quantity Data and Image Information to Tracking System
【2h】

The Research of Applying Competitive Hopfield Neural Network to Fuse Quantity Data and Image Information to Tracking System

机译:竞争Hopfield神经网络在跟踪系统中融合数量数据和图像信息的研究。

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

[[abstract]]雷達追蹤系統中,多目標追蹤(Multiple-Target Tracking, MTT)是不可缺少的重要技術。追蹤系統是否能夠正確的預估目標物的真實軌跡其中牽涉兩個問題:資料結合(Data Association technique)與變速度(Maneuvering)檢測。本研究提出運用競爭式類神經網路(Competitive Hopfield Neural Network, CHNN)特殊的運算架構,發展一資料相關結合運算的程序,以輔助雷達追蹤系統。本研究同時運用影像處理技術,考慮目標物的形態與外觀等,提高目標物被辨認的機率,降低預估的誤差。影像經前處理後,接著擷取目標物的特徵,並運用相似度函數進行影像特徵辨識,最後,以結構相似度(Structural Similarity, SSIM),求得目標物的影像數值資訊,同時配合CHNN 資料結合技術與適應性程序追蹤輔助架構,能更準確追蹤目標。經模擬結果顯示,本研究提出的演算法能在複雜的追蹤環境中,有效降低追蹤多個變速度目標時的追蹤誤差。
机译:[[abstract]]雷达追踪系统中,多目标追踪(Multiple-Target Tracking, MTT)是不可缺少的重要技术。追踪系统是否能够正确的预估目标物的真实轨迹其中牵涉两个问题:资料结合(Data Association technique)与变速度(Maneuvering)检测。本研究提出运用竞争式类神经网路(Competitive Hopfield Neural Network, CHNN)特殊的运算架构,发展一资料相关结合运算的程序,以辅助雷达追踪系统。本研究同时运用影像处理技术,考虑目标物的形态与外观等,提高目标物被辨认的机率,降低预估的误差。影像经前处理后,接着撷取目标物的特征,并运用相似度函数进行影像特征辨识,最后,以结构相似度(Structural Similarity, SSIM),求得目标物的影像数值资讯,同时配合CHNN 资料结合技术与适应性程序追踪辅助架构,能更准确追踪目标。经模拟结果显示,本研究提出的演算法能在复杂的追踪环境中,有效降低追踪多个变速度目标时的追踪误差。

著录项

  • 作者

    鍾翼能;

  • 作者单位
  • 年度 2012
  • 总页数
  • 原文格式 PDF
  • 正文语种 zh_TW
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

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