本文關(guān)鍵詞：基于優(yōu)化k均值建模的運(yùn)動(dòng)目標(biāo)檢測算法

  更多相關(guān)文章： MAGA遺傳算法 k均值聚類算法 運(yùn)動(dòng)目標(biāo)檢測 聚類中心

【摘要】：在對運(yùn)動(dòng)目標(biāo)檢測構(gòu)建出精準(zhǔn)的背景模型的方法中,k均值聚類算法是一種快速且簡單有效的劃分法,對于大型數(shù)據(jù)集,可伸縮且高效k均值聚類算法被廣泛應(yīng)用。但是,該算法會(huì)對初始聚類中心的變化表現(xiàn)得敏感,聚類中心的變化常會(huì)使得算法誤差較大。本文將介紹一種對初始聚類中心選擇改進(jìn)法:利用遺傳算法能高效地全局搜索出最優(yōu)解這一特點(diǎn),克服了k均值聚類算法易陷入局部最優(yōu)解的缺點(diǎn)。改進(jìn)后的遺傳算法MAGA能快速地提取出最優(yōu)初始聚類中心,通過實(shí)驗(yàn)仿真總結(jié)出基于MAGA的k均值聚類建模精確度比較高,對檢測小而多的運(yùn)動(dòng)目標(biāo)存在很大優(yōu)勢。
【作者單位】： 河海大學(xué)計(jì)算機(jī)與信息學(xué)院;
【分類號】：TP391.41;TP311.13
【正文快照】： 1引言視覺監(jiān)控系統(tǒng)是近年來計(jì)算機(jī)視覺領(lǐng)域的前沿研究方向,在交通狀況監(jiān)控、動(dòng)態(tài)環(huán)境中運(yùn)動(dòng)目標(biāo)實(shí)時(shí)觀測、自動(dòng)導(dǎo)航系統(tǒng)中具有廣泛應(yīng)用前景[1]。計(jì)算機(jī)視覺技術(shù)中一個(gè)新的發(fā)展方向是智能監(jiān)控,智能視覺能實(shí)現(xiàn)智能監(jiān)控,其中運(yùn)動(dòng)目標(biāo)檢測與跟蹤技術(shù)是視覺監(jiān)控系統(tǒng)中的核心部分,具

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 謝娟英;蔣帥;王春霞;張琰;謝維信;;一種改進(jìn)的全局K-均值聚類算法[J];陜西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年02期

2 曹易;張寧;;一種改進(jìn)的模糊C-均值聚類算法[J];上海理工大學(xué)學(xué)報(bào);2012年04期

3 王圓妹;;一種改進(jìn)的K-均值聚類算法的研究[J];長江大學(xué)學(xué)報(bào)(自科版);2006年10期

4 王圓妹;;一種改進(jìn)的K-均值聚類算法的研究[J];長江大學(xué)學(xué)報(bào)(自科版)理工卷;2006年04期

5 劉韜;蔡淑琴;曹豐文;崔志磊;;基于距離濃度的K-均值聚類算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年10期

6 查成東;王長松;鞏憲鋒;周家新;;基于改進(jìn)K-均值聚類算法的背景提取方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年21期

7 王丹丹;李彬;陳武凡;;基于多目標(biāo)規(guī)劃的模糊C均值聚類算法[J];中國圖象圖形學(xué)報(bào);2008年08期

8 劉坤朋;羅可;;改進(jìn)的模糊C均值聚類算法[J];計(jì)算機(jī)工程與應(yīng)用;2009年21期

9 俞云霞;王士同;朱嵬鵬;;具有數(shù)據(jù)容錯(cuò)能力的模糊C均值聚類算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年03期

10 李翠霞;譚營軍;;一種新的模糊C均值聚類算法[J];河南大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前9條

1 孫廣玲;唐降龍;;一種快速k-均值聚類算法[A];第六屆全國計(jì)算機(jī)應(yīng)用聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

2 陳曉山;朱建沖;翁輝;;一種改進(jìn)的模糊C均值聚類算法及其應(yīng)用[A];2011年全國電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

3 葛繼科;余建橋;張帆;張蕊;;改進(jìn)的K-均值聚類算法[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)議論文集[C];2004年

4 劉健莊;謝維信;;一種改進(jìn)的快速模糊C均值聚類算法[A];中國系統(tǒng)工程學(xué)會(huì)模糊數(shù)學(xué)與模糊系統(tǒng)委員會(huì)第五屆年會(huì)論文選集[C];1990年

5 汪民樂;高曉光;李勇;;新型遺傳模糊C-均值聚類算法及其在導(dǎo)彈目標(biāo)選擇中的應(yīng)用[A];2007年中國智能自動(dòng)化會(huì)議論文集[C];2007年

6 趙爽;李曉奇;沙秀艷;;特征加權(quán)模糊C均值聚類算法在劃分勞動(dòng)報(bào)酬中的應(yīng)用[A];第三屆中國智能計(jì)算大會(huì)論文集[C];2009年

7 黃建軍;楊勛;謝維信;;基于類云模型的C均值聚類算法[A];第十三屆全國信號處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

8 羅小剛;彭承琳;劉婷;侯長軍;霍丹群;文利;;基于模糊C均值聚類算法的心臟扭轉(zhuǎn)運(yùn)動(dòng)中心室壁輪廓的自動(dòng)提取[A];中國儀器儀表學(xué)會(huì)醫(yī)療儀器分會(huì)第四次全國會(huì)員代表大會(huì)暨2009年學(xué)術(shù)年會(huì)論文集[C];2009年

9 劉靖明;韓麗川;;粒子群優(yōu)化k均值的混合聚類算法研究[A];2004年中國管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2004年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉莉莉;K-均值聚類算法的研究與改進(jìn)[D];曲阜師范大學(xué);2015年

2 許竣瑋;基于改進(jìn)粒子群的K均值聚類算法研究[D];長沙理工大學(xué);2014年

3 王龍強(qiáng);K均值聚類算法初始聚類中心的選取與改進(jìn)[D];東北大學(xué);2013年

4 梁鵬;基于Spark的模糊c均值聚類算法研究[D];哈爾濱工業(yè)大學(xué);2015年

5 徐曼舒;基于改進(jìn)人工蜂群的模糊C均值聚類算法研究[D];安徽大學(xué);2016年

6 孫釩;風(fēng)電場場站級有功功率優(yōu)化控制研究[D];華北電力大學(xué)(北京);2016年

7 蔣帥;K-均值聚類算法研究[D];陜西師范大學(xué);2010年

8 吳曉蓉;K-均值聚類算法初始中心選取相關(guān)問題的研究[D];湖南大學(xué);2008年

9 趙爽;改進(jìn)的模糊C均值聚類算法及其應(yīng)用[D];東北大學(xué);2010年

10 歐陳委;K-均值聚類算法的研究與改進(jìn)[D];長沙理工大學(xué);2011年

，

本文編號：1267576