基于凸包重心模型的群组运动模式分析方法

来源 :计算机应用研究 | 被引量 : 1次 | 上传用户:furong99bb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
通过对群组成员的位置信息收集、分析,提取群组的运动状态和行为模式,它是如群体突发事件的处理、大规模军事行动等领域的为指挥决策人员提供决策支持的重要依据。提出一种基于凸包_重心模型的群组运动模式分析方法,侧重在态势上对群体运动状态进行整体性描述,以凸包描述群组在整个空间的覆盖范围,重心与中心描述成员在覆盖区域内的分布状态,并通过中心矢量和核心矢量来描述群组成员在空间上的布局合理程度。给出了详细的分析过程,并结合应用背景通过实验分析,证实了该方法能够准确提取群组的运动状态和行为模式,为评估群组的行动方式
其他文献
针对动态话题追踪模型高误报率的现象,提出了动态追踪中的误报检测来判断追踪到的相关报道是否误报,进而降低动态模型的误报率。考虑到新报道是否和话题相关,除了依据两者的相似度外,还涉及时间距离、差值关系、分布关系、追踪到的报道和话题核心报道的相似度四方面内容,给出了误报检测因子计算式。实验采用TDT4测试集合和DET曲线进行评测,通过反复实验获得了误报检测因子δ的阈值,与基于信念网络的动态话题追踪模型相
基于概率信息内容的FCA概念相似度计算方法依赖于语料库中概念的频次信息,这种方法仅使用出现概率作为信息内容度量指标计算FCA概念相似度,其计算结果的准确率不高。针对上述问题提出一种基于语义信息内容的FCA概念相似度计算方法,该方法利用本体中概念间的上下位语义关系度量信息内容,以进一步提高概念一般/具体程度的度量精度;然后在本体派生的ISA层次结构上计算语义信息内容相似度,从而避免基于概率信息内容的
针对智能视频监控中快速、准确地检测和识别运动物体的问题,提出了一种依据运动物体特征速度来检测识别动体以及解读其语义含义的算法。该方法以相对帧间差分法为基础,通过对预