论文摘要
为了更好地在复杂多目标环境下进行汽车雷达数据的实时聚类,使用扩展卡尔曼滤波算法(EKF)对基于密度的聚类算法(DBSCAN)进行改进,并通过仿真和实测实验进行验证。结果表明:新算法在进行增量聚类时每次耗时可以保持在一个稳定且较低的水平;新聚类在不增加时间复杂度的情况下进行自适应聚类,可以解决汽车雷达数据密度不均匀的情况。可见新算法同时实现了增量和自适应DBSCAN聚类,同时保证聚类的效率和准确度。
论文目录
文章来源
类型: 期刊论文
作者: 蒋留兵,温和鑫,车俐
关键词: 汽车雷达,增量聚类,自适应聚类,改进算法,扩展卡尔曼滤波
来源: 科学技术与工程 2019年27期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 汽车工业,计算机软件及计算机应用
单位: 桂林电子科技大学计算机与信息安全学院
基金: 国家自然科学基金(61561010),广西自然科学基金(2017GXNSFAA198089),广西重点研发计划项目(桂科AB18126003,AB16380316),桂林电子科技大学研究生教育创新计划项目(2019YCXS047)资助
分类号: TP311.13;U463.67
页码: 204-209
总页数: 6
文件大小: 1667K
下载量: 138
相关论文文献
- [1].一种基于群体智慧的智能服务聚类方法[J]. 郑州大学学报(理学版) 2019(04)
- [2].几种典型聚类方法在雷达信号分选中的应用浅析[J]. 电子信息对抗技术 2017(05)
- [3].面向聚类集成的基聚类三支筛选方法[J]. 计算机应用 2019(11)
- [4].一种基于投票的三支决策聚类集成方法[J]. 小型微型计算机系统 2016(08)
- [5].双向聚类方法综述[J]. 数理统计与管理 2020(01)
- [6].基于云计算的数据挖掘聚类算法研究[J]. 数字通信世界 2020(05)
- [7].针对气味数据的交互式聚类可视分析框架[J]. 计算机辅助设计与图形学学报 2020(07)
- [8].基于动态邻域的三支聚类分析[J]. 计算机科学 2018(01)
- [9].考虑重要性赋权的分部多关系聚类方法[J]. 小型微型计算机系统 2017(06)
- [10].一种加权网络聚类运算中权与相似度转换方法[J]. 电子质量 2016(09)
- [11].基于共同趋势提取的多维有序聚类方法[J]. 统计与信息论坛 2020(12)
- [12].一种基于遗传算法的聚类集成方法[J]. 计算机工程与应用 2013(08)
- [13].一种基于命名实体的搜索结果聚类算法[J]. 计算机工程 2009(07)
- [14].基于添加人工数据的高差异性聚类集体生成方法[J]. 模式识别与人工智能 2008(05)
- [15].基于自步学习的鲁棒多样性多视角聚类[J]. 中国图象图形学报 2019(08)
- [16].基于K-Means的搜索结果聚类方法[J]. 工业控制计算机 2018(03)
- [17].基于真实核心点的密度聚类方法[J]. 计算机应用研究 2018(12)
- [18].基于双向聚类的客户细分方法研究[J]. 工业控制计算机 2017(09)
- [19].基于层次分析法的加权聚类融合[J]. 内江师范学院学报 2013(04)
- [20].选择性聚类融合研究进展[J]. 计算机工程与应用 2012(10)
- [21].一种面向加权双向图的聚类发掘方法[J]. 小型微型计算机系统 2012(07)
- [22].信息熵加权的协同聚类算法的改进与优化[J]. 宁夏师范学院学报 2020(01)
- [23].用于协同感知的分布式聚类方法研究[J]. 空天防御 2020(03)
- [24].一种多粒度增量属性的聚类方法[J]. 小型微型计算机系统 2019(03)
- [25].聚类算法综述[J]. 计算机应用 2019(07)
- [26].基于聚类准则融合的加权聚类集成算法[J]. 山西大学学报(自然科学版) 2018(02)
- [27].基于需求功能语义的服务聚类方法[J]. 计算机学报 2018(06)
- [28].轨迹聚类算法及其应用[J]. 电脑知识与技术 2018(29)
- [29].基于随机聚类方法建模的序列分析[J]. 江西师范大学学报(自然科学版) 2017(05)
- [30].一种选择性加权聚类融合算法[J]. 计算机工程与应用 2012(22)