一种应用于二进制传感器网络的目标跟踪算法

针对采用集中式粒子滤波方法解决二进制传感器网络目标跟踪问题存在的实时性较差和网络能量消耗大的缺点，提出了一种基于动态分簇的分布式粒子滤波算法。以随着目标运动而动态变化的簇为信息处理结构，簇头节点收集簇成员的单跳测量信息，实时对目标状态进行估计，非簇内节点进入休眠状态以节省能量。仿真表明，合理设置簇转换距离和激活半径，算法的跟踪精度与集中式粒子滤波方法相当；在不影响跟踪效果的情况下，可适当减小簇转换距离和激活半径，从而节省网络能量。     

基于图象的人体运动追踪系统研究

首先介绍了运动测量的几种主要方法,讨论了基于图象的运动追踪研究中要考虑的时间延迟问题及多摄像机的采集同步问题,最后介绍了一个能较好地完成大尺度空间人体无约束追踪的基于透视四点投影(P4P)问题的单摄像机运动追踪实验系统,包括摄像机标定、图象处理、特征提取、特征匹配、深度估计和姿态估计等等技术。     

用灰聚类方法定量分析剩余油潜力大小

在常规地质信息和生产开发动态资料综合分析的基础上 ,可以应用灰聚类分析法来定量评价剩余油潜力。以孤东油层七区西 6 - 1小层为例 ,提取了剩余油潜力区的有效厚度、孔隙度、含油饱和度、储层非均质系数、沉积相、构造形态、砂体位置、射孔完善程度、注采完善程度等聚类评价指标 ,建立了各指标的白化函数 ,并采用复式加权法确定了各指标的灰聚类权 ,最终判别结果以概率最大的聚类系数确定 ,从而实现了潜力井区剩余油潜力大小的定量划分 ,为矿场挖潜措施的优化选择提供了指导     

An Application of Grey Clustering Method in the Sporting Clothing Style Evaluation

1. INTroDUCTIONIn recent years, sporting clothing is develOPed quickly all over the world. In order to upgrade the level of qualityand weaxing property of sporting clothing, it is necessary to reseaxch the style of sporting clothing, optimize thetechniques of production. In the past, the inspection of sporting clothing Style is a manual work through visionand feeling, but it is not scientific and has compaxative fall. Now some clothing style testing instrumellts havebeen introduced for th…     

势函数自适应加权模糊C-均值聚类方法

提出了一种新的基于势函数自适应加权的模糊 C-均值 ( PAWFCM)聚类算法。该方法以样本的空间势几何结构为基础 ,自适应计算出样本的加权矩阵 ,然后利用加权模糊 C-均值算法对样本集合进行分类。由于自适应地考虑到了不同样本点对分类的影响程度 ,对较复杂的样本集合 ,能明显提高分类的正确性和鲁棒性。算法的几个典型实验也证明了这一点     

具有高簇系数的权重演化无标度网络模型

提出了一个演化的权重无标度网络模型.在传统的加权网络模型的强度优先连接机制基础上,考虑了网络按照模块结构和三角结构进行演化的特性.研究了模块结构和三角结构的演化机制对无标度模型结构特性的影响.仿真结果表明该权重网络的度、强度和权值都服从幂率分布,网络的平均强度与度之间具有高相关特性,网络的平均簇系数与度的函数关系服从幂率分布,模块结构和三角结构的演化机制能够显著提高网络的簇系数.     

大规模定制模式下的顾客需求管理：获取、识别和聚类分析

为了有效处理不同客户的需求以保证大规模定制生产的规模性和经济性，提出了一种以聚类分析思想为核心的定制需求管理方法。该方法在获取客户需求信息并进行有效化处理的基础上，采取模糊聚类的方法将数量众多的单个客户转化为具有相似需求的客户群体，指导企业产品的标准化、生产的模块化以及产品族的规划设计并提升客户满意度。文章最后，结合笔记本电脑的应用实例说明了该方法的可行性和有效性。     

一种基于传统VSM和词共现概念的中文文本聚类的研究

提出了一种利用传统向量空间模型VSM(Vector Space Model)和词共现概念共同表示文档特征的新方法,并将该方法应用于基于平面划分的中文文本聚类中.通过实验,表明基于传统VSM和词共现概念的文本聚类方法与传统的单纯基于     

对象迁移自动机在TDT中的聚类研究

对象迁移自动机(OMA)是一种能够较好地解决话题识别与跟踪(TDT)中聚类问题的方法,但是,传统OMA模型由于聚类速度慢等缺点,难以满足TDT实时和增量聚类的要求.针对这一问题,本文一方面改进传统的OMA模型中自动机的动作设计,同时提出文档选择策略,加快了OMA的聚类速度.改进的方法在中等文档集上进行了实验,实验结果表明,该方法具有较好的聚类效果.     

面向对象的信息系统规划方法

提出了面向对象的信息系统规划方法. 将规划过程分为识别组织目标、识别组织行为、确定对象与子系统和建设子系统优先级排序等几个主要阶段. 定义了行为和对象的关联度矩阵,基于聚类方法确定信息系统子系统的建设需求. 并给出了子系统优先级排序的指标体系,采用层次分析法完成子系统优先级排序.