您现在的位置: 首页> 研究主题> Mean Shift

Mean Shift

Mean Shift的相关文献在2005年到2022年内共计424篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、测绘学 等领域,其中期刊论文376篇、会议论文7篇、专利文献41篇;相关期刊181种,包括科学技术与工程、中国图象图形学报、电视技术等; 相关会议7种,包括第二十五届中国(天津)2011’IT、网络、信息技术、电子、仪器仪表创新学术会议、2010年中国自动化学会华东六省一市学术年会、第一届中国传感器网络学术会议(CWSN 2007)等;Mean Shift的相关文献由1109位作者贡献,包括焦李成、王建华、刘芳等。

Mean Shift—发文量

期刊论文>

论文:376 占比:88.68%

会议论文>

论文:7 占比:1.65%

专利文献>

论文:41 占比:9.67%

总计:424篇

Mean Shift—发文趋势图

  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 陈鑫龙; 马荣贵; 梁红涛; 廖飞钦
    • 摘要: 以路面高程激光点云为研究对象,提出一种基于法向量距离的路面坑槽提取方法.首先对路面高程点云数据进行数据清洗;其次采用自适应最优邻域的PCA方法估算路面点云数据的法向量,通过计算路面点云中采样点到其局部二次曲面的切平面的法向距离作为法向量距离;以法向量距离描述采样点的三维空间特征,并通过阈值分割自动提取路面坑槽点云集合,通过Mean-Shift聚类算法分割路面坑槽点云集合得到多个坑槽点集;最后针对每个坑槽点集,采用Alpha Shape算法提取坑槽边界点,对坑槽边界点进行三次样条插值拟合得到坑槽轮廓,据此计算坑槽尺寸(长度、宽度、深度)、面积信息.以规则坑槽模型点云数据与真实路面点云数据进行实验,本文方法提取坑槽的深度的相对误差的均值分别为2.7%,4.7%,提取坑槽面积的相对误差的均值分别为6.8%,4.3%.实验结果表明本文方法可以精确提取路面坑槽边界点及其尺寸信息,且对于不规则形状坑槽的识别及提取具有较强的抗干扰性.
    • 胡亮; 杨德贵; 王行; 廖祥红
    • 摘要: 由于低小慢目标强机动性、易畸变等特点导致对其跟踪定位误差大、精确度低,本文针对这一难题提出了一种基于多特征融合与区域生长的Meanshift低小慢目标跟踪算法。首先根据人工标定的目标初始位置截取ROI(region of interest)区域,提取ROI区域的灰度直方图以及HOG(梯度方向直方图)特征,融合两特征建立目标的二维描述模板,然后结合目标模板与候选模板之间的Bhattacharyya相似系数以及ROI区域与候选区域之间的Hu矩的欧氏距离构建新的算法收敛判据,最后利用区域生长方法分析目标面积变化建立模板更新机制。通过在公开数据集LaSOT以及自行采集的4个图像序列上与同类算法的实验表现,表明本文算法对低小慢目标强机动与畸变不敏感,跟踪效果稳定,在一定的约束条件下,算法的跟踪精度可到达95%以上,具有较强的应用价值。
    • 王著鑫; 耿秀丽; 王龙羽; 王婉婷
    • 摘要: 针对传统云服务推荐算法只考虑推荐精度而忽略推荐效率问题,提出考虑了MeanShift用户聚类的云服务推荐。MeanShift聚类算法计算量小、运行速度快,可对任意分布的数据进行密度估计。该云服务首先根据数据密度分布对所有用户进行访问,然后计算用户在各个类簇中出现的累计频数,并将其划分到累计频数最大的类簇中,最后在该类簇中寻找目标用户的近邻集用于推荐云服务。样本推荐结果显示:与信任云推荐算法、信任云混合推荐算法、基于灰色关联与信任云混合算法相比,该算法在平均绝对误差上降低约10.15%,在均方根误差上降低约7.87%,在执行时间上降低约59.77%,说明所提算法在保证一定推荐精度的基础上有效提高了推荐效率。
    • 岳娟; 李范鸣; 高思莉
    • 摘要: 为了抑制测量误差对多目标双站定位的影响,本文充分利用目标短时运动航迹点时空分布特点,提出基于航迹最大密度估计的红外运动多目标双站定位方法。首先,基于双站测向射线高程差进行单帧多目标初匹配。然后,基于方向二维直方图,初步估计出目标航迹方向;以此为搜索起点,开展基于Mean Shift的目标航迹方向最大密度估计。最后,基于目标航迹方向进行航迹点真假检验,抑制测量误差对目标定位结果的影响。实验结果表明:本文方法不仅能有效剔除误匹配点,而且能抑制误差偏差点;航迹最大拟合误差小于0.5 m,平均拟合误差小于0.3 m,优于其他算法;对于既有误匹配点又有误差偏差较大定位点的目标,相比于直方图法,本文方法最大拟合误差降低幅度大于50%,平均拟合误差降低27%。本文方法能有效抑制定位误差,在目标三维定位及预测、打靶训练评估等军民用领域具有重要价值。
    • 康乐; 陈伟; 赵安琳; 杨延征
    • 摘要: 为高效估算草地生物量,需要一种方法来提高草地分类精度和降低数据处理时间。该研究基于原始RGB图像采用IHS变换,进行绿度波段图像的融合,并对融合后的图像进行Mean Shift算法分类。结果表明,1)基于IHS图像的草地分类,在视觉上与实际地物更为吻合;2)与其他文献方法对比,本研究方法性能优越,精度达到95%以上;3)可以批量处理多张图像,提高了数据处理效率。
    • 朱政宇; 林宇; 王梓晅; 巩克现; 陈鹏飞; 王忠勇; 梁静
    • 摘要: 在复杂的短波信道环境下,为了降低各种干扰信号和噪声对跳频信号的影响,实现低信噪比下跳频信号盲检测,结合时频分析技术,提出一种基于MeanShift算法的连通域标记跳频信号快速盲检测算法。首先,对信道环境灰度时频图进行二次灰度形态学滤波得到二值化时频图。其次,通过连通域标记算法,计算信号最大持续时长。再次,利用MeanShift算法对信号最大持续时长进行聚类分析。最后,结合自适应双门限对聚类结果进行二次判决。仿真结果表明,在无任何先验信息的情况下,所提算法能够在低信噪比下快速分离各种干扰信号与尖锐噪声,实现跳频信号快速盲检测,检测概率较高,在短波信道环境下抗干扰能力较强,计算复杂度较低,具有较高的工程实用价值。
    • 马喃喃; 刘丛
    • 摘要: 针对现有模糊聚类分割算法对噪声的鲁棒性差且提取的图像特征不充分等问题,本文提出了一种结合形态学重建和超像素的多特征模糊C-均值(FCM)分割算法.首先,利用形态学闭合重建处理原图像,提高了算法的鲁棒性和细节保护能力.其次,采用Mean-Shift方法预分割重建图像,获得一组超像素区域.再次,提取重建图像各像素的颜色特征、纹理特征和梯度特征,利用平均策略定义各超像素的颜色特征、纹理特征和梯度特征,组成多维特征向量.最后,运用最大熵正则化的加权模糊C-均值算法(EWFCM)的框架,以超像素为单位,以核诱导距离作为距离度量来聚类多维特征向量.选取BSDS300数据集中的6幅图像完成实验对比.结果表明,本文算法具有更高的分割精度.
    • 李亚文
    • 摘要: 针对传统MeanShift目标跟踪算法中运动目标有速度较快或者尺度变换时,而不能准确进行跟踪的问题,引入了DSST运动目标跟踪算法.该算法加入了多尺度估计,并且在样本提取时采用多维特征,可以较好的估计下一帧中运动目标的位置.本文分析了DSST算法的原理,并进行了实验仿真.实验结果表明,DSST的运动目标跟踪算法能较好的跟踪视频中的运动目标,可有效处理目标尺度变化问题,实时性较好、可移植性高、且跟踪精度良好等优点,在实际工程中有较好的应用价值.
    • 温晓丽; 何子登; 余红玲; 邹大毕
    • 摘要: 为了解城市公共交通出行的时空特征,改善城市公交的运营服务,提升居民公共交通出行效率,对居民使用公共交通出行下车站点及下车时间的计算方法进行研究。利用出行链的思想,对连续出行的乘客采用阈值内最近邻算法判定公交下车站点信息。针对一些出行链头部或尾部断裂的情况,通过分析乘客中长期历史乘车记录,利用Mean Shift聚类算法得出每个乘客的居住地中心点O与工作地中心点D,采用阈值内最近邻算法计算离工作地中心或居住地中心最近的距离,从而对下车站点进行补充。实验结果表明,该方法能补充居民行程中85%的下车站点及时间,且准确率较高。
    • 周松; 李川; 李英娜
    • 摘要: 电能表作为电力用户用电计量器具,其计量的准确性对电力用户和供电企业具有非常重要的意义.为了更加理想的反应出电能表个体之间的差异性,本文基于大量不同厂家电能表误差检定数据,提出一种融合的聚类算法评估不同厂家电能表.该算法首先使用Mini Batch K-means算法进行预聚类处理,再使用mean-shift算法给定初始聚类中心的搜索聚类,最后使用轮廓系数检验该算法与K-means、mean-shift在相同参数下的聚类的有效性.实验结果证明,该算法可以有效解决聚类时间效率低,聚类的效果不佳等问题.依据聚类结果评价不同厂家同批次的电能表质量,为用户选择电能表时提供决策参考.
  • 查看更多

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