检索结果

Select

1. 基于非局部关注和多重特征融合的视频行人重识别

刘紫燕, 朱明成, 袁磊, 马珊珊, 陈霖周廷

计算机应用 2021, 41 (2): 530-536. DOI: 10.11772/j.issn.1001-9081.2020050739

摘要（474）

PDF （1057KB）（476）

现有视频行人重识别方法无法有效地提取视频连续帧之间的时空信息，因此提出一种基于非局部关注和多重特征融合的行人重识别网络来提取全局与局部表征特征和时序信息。首先嵌入非局部关注模块来提取全局特征；然后通过提取网络的低中层特征和局部特征实现多重特征融合，从而获得行人的显著特征；最后将行人特征进行相似性度量并排序，计算出视频行人重识别的精度。在大数据集MARS和DukeMTMC-VideoReID上进行实现，结果显示所提出的模型较现有的多尺度三维卷积（M3D）和学习片段相似度聚合（LCSA）模型的性能均有明显提升，平均精度均值（mAP）分别达到了81.4%和93.4%，Rank-1分别达到了88.7%和95.3%；同时在小数据集PRID2011上，所提模型的Rank-1也达到94.8%。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于正交差分演化无迹卡尔曼滤波的短时交通流量预测算法

袁磊, 梁丁文, 蔡之华, 吴钊, 谷琼

计算机应用 2015, 35 (11): 3151-3156. DOI: 10.11772/j.issn.1001-9081.2015.11.3151

摘要（509）

PDF （861KB）（443）

针对复杂交通路段下的短时交通流量模型的参数估计问题,建立了基于宏观交通流量预测的状态空间模型,提出了基于正交自适应差分演化的无迹卡尔曼滤波(UKF)算法,解决交通流量预测动态模型的参数优化问题.对差分演化算法(DE)的初始化过程,使用基于正交设计和量化技术的交叉算子最大限度地提高种群的多样性,平衡差分演化算法的开采性和勘探性,更高效地搜索无迹卡尔曼滤波的模型参数.并针对UKF、DE的不同情况,分别采用不同的自适应策略提高调节算法性能.实验结果表明,相对于单独使用随机分布的方式初始化,或者根据经验设置模型参数的方法,使用正交设计方法的初始化策略、变异算子以及参数自适应控制策略的差分演化算法能够有效地节省计算资源,提升预测性能和精度,具有更高的鲁棒性.

参考文献 | 相关文章 | 多维度评价

Select

3. 基于遗传算法改进的少数类样本合成过采样技术的非平衡数据集分类算法

霍玉丹, 谷琼, 蔡之华, 袁磊

计算机应用 2015, 35 (1): 121-124. DOI: 10.11772/j.issn.1001-9081.2015.01.0121

摘要（784）

PDF （735KB）（820）

针对少数类样本合成过采样技术(SMOTE)在处理非平衡数据集分类问题时,为少数类的不同样本设置相同的采样倍率,存在一定的盲目性的问题,提出了一种基于遗传算法(GA)改进的SMOTE方法——GASMOTE.首先,为少数类的不同样本设置不同的采样倍率,并将这些采样倍率取值的组合编码为种群中的个体;然后,循环使用GA的选择、交叉、变异等算子对种群进行优化,在达到停机条件时获得采样倍率取值的最优组合;最后,根据找到的最优组合对非平衡数据集进行SMOTE采样.在10个典型的非平衡数据集上进行的实验结果表明:与SMOTE算法相比,GASMOTE在F-measure值上提高了5.9个百分点,在G-mean值上提高了1.6个百分点;与Borderline-SMOTE算法相比,GASMOTE在F-measure值上提高了3.7个百分点,在G-mean值上提高了2.3个百分点.该方法可作为一种新的解决非平衡数据集分类问题的过采样技术.

参考文献 | 相关文章 | 多维度评价

Select

4. 基于无迹卡尔曼滤波传感器信息融合的车辆导航算法

梁丁文袁磊蔡之华谷琼

计算机应用 2013, 33 (12): 3444-3448.

摘要（552）

PDF （709KB）（540）

针对复杂道路条件下车辆的导航问题，将全球定位系统(GPS)与车载终端传感器系统相结合，提出了基于多传感器系统的车辆精确定位模型，并针对扩展类卡尔曼滤波易产生突发性误差而导致的安全问题，采用基于Sigma点的无迹卡尔曼滤波器(UKF)传感器信息融合算法。根据实时的道路状况和车辆自身的运动状态给出符合要求的状态估值，实验与基于多项式扩展卡尔曼滤波车辆传感器信息融合算法在精度和效率方面进行了比较，结果表明，基于UKF传感器信息融合的算法在复杂路况下的估计精度和运行效率都有显著提高，能够根据当前的路线情况和车载传感器的反馈信息快速地估计出车辆的运动状态，实时计算出动态的车辆控制输入。