(3.231.29.122) 您好!臺灣時間:2021/02/26 01:05
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:蔡英偉
研究生(外文):CAI,YING-WEI
論文名稱:多目標追蹤問題的神經網路解法
論文名稱(外文):A neural network solution to multitarget tracking problems
指導教授:傅心家傅心家引用關係
指導教授(外文):FU,XIN-JIA
學位類別:碩士
校院名稱:國立交通大學
系所名稱:資訊工程研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1991
畢業學年度:78
語文別:中文
論文頁數:55
中文關鍵詞:多目標追蹤問題神經網路
外文關鍵詞:DATA-ASSOCIATION-PROBLEMMULTITAGET-TRACKING-PROBLEMTRACKCLUTTERPOISSON-DISTRIBUTION
相關次數:
  • 被引用被引用:0
  • 點閱點閱:137
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
資料關聯問題(data association problem)是多目標追蹤問題(multitarget tracki-
ng problem) 最重要的部份。錯誤的資料關聯,可能導致多個軌跡(track) 合成單一
軌跡,或者是失去軌跡,無法繼續追蹤。聯合機率資料關聯方法(the joint probab-
ilistic data association approach)在計算多個目標且含有雜訊(clutter,假設雜
訊為卜松分配(Poisson distribution)) 下的關聯機率 (association probability)
,成功的解決資料關聯問題。雖然聯合機率資料關聯方法是一個很好的方法,但是計
算過於複雜,不適合即時處理(real-time processing)的要求。當追蹤的目標增加,
可實行的事件(feasible event)也隨著急速增加,對每一個可實行的事件,分別計算
發生的機率,而這些複雜的計算造成了很大的負擔。因為多目標追蹤問題要求即時處
理,我們可以用平行處理(parallel processing) 達到即時處理的要求。類神經網路
(neural network)是由很多互相連接的處理單元(processing element)構成,本身即
具有平行處理的能力,故適合用來解決多目標追蹤問題。聯合機率資料關聯方法經過
分析,可推導出一套適用於類神經網路的演算法。這套演算法簡化了計算的複雜度,
並可平行計算,快速的解決資料關聯問題。模擬結果顯示所提出的演算法能以較少的
計算時間,成功解決資料關聯問題。

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔