导读:本文包含了目标模式提取论文开题报告文献综述及选题提纲参考文献，主要关键词:无源定位,轨迹提取,时空数据挖掘,轨迹聚类
目标模式提取论文文献综述
张光亚[1]（2018）在《多目标无源定位数据的轨迹提取与模式挖掘算法研究》一文中研究指出无源定位是通过被动接收辐射源信号获得目标位置信息的技术,具有隐蔽性好、探测距离远、适应性强等优点,具备同时对多目标快速、准确定位的能力。通过对无源定位获得的大量时空定位数据进行分析,可以得到目标频繁活动区域及行动轨迹,把目标活动的时间周期性和历史行为模式用于实时定位、跟踪中,可以通过匹配目标典型的特征运动模式,发现目标的异常活动,并进行早期预警。因此,研究无源定位数据信息挖掘技术,从中提取目标运动行为规律的高价值信息,对于目标的有效监视具有重要的理论意义和应用价值。本文首先针对无源定位数据多目标混杂,定位周期不固定的主要特点提出了基于改进航迹起始模型的叁阶段迭代关联轨迹提取算法;然后将时空数据挖掘的技术引入无源定位数据领域,利用聚类算法提取数据中相似性和异常性的优势,研究针对无源定位数据的轨迹聚类算法;最后基于以上算法技术研究,设计实现了轨迹数据挖掘和预警平台。本文的主要贡献与创新点如下:1.提出了基于改进航迹起始模型的叁阶段迭代关联轨迹提取技术。针对无源定位场景下,目标机动性能各异的特点,设计了基于Singer运动模型的动态外推规则,在降低外推误差的同时,满足对历史数据和实时数据不同的轨迹提取需求;针对无源定位数据稀疏,定位周期不固定的问题,改进通用航迹起始模型,加入量测时间间隔判断,提出了无源定位轨迹提取流程框架;并使用加权计分法和转向角约束,改进轨迹质量管理算法,最终形成了叁阶段迭代关联轨迹提取算法。仿真结果表明,相比传统方法,本文的算法在无源测向定位场景下,定位点丢失率较高时,轨迹提取的正确率远高于传统的通用航迹起始模型提取方法。2.提出了基于轨迹结构最长公共子序列(TS-LCSS)聚类的轨迹模式挖掘算法。针对轨迹态势和轨迹结构识别的需要,基于密度聚类算法(DBSCAN),提出了两步聚类的思想,首先进行基于最长公共子序列(LCSS)粗聚类,然后将粗聚类中各条轨迹分割为子轨迹,进行基于轨迹结构(TS)相似度的子轨迹聚类,提高了对轨迹结构和轨迹态势的聚类准确率。针对轨迹与大量历史轨迹匹配实时性差的问题,基于历史代表轨迹算法,在保证轨迹模式匹配准确率的同时,大大缩短了匹配时间。此外对聚类算法技术细节进行了改进:针对传统DBSCAN需要通过实验确定参数的问题,设计了DBSCAN参数自适应计算方法;针对传统LCSS的欧式距离度量无法充分反映轨迹结构的问题,将传统LCSS对点位进行的距离度量改进为对轨迹段的度量,并加入了LCSS快速计算方法降低计算复杂度;针对传统轨迹分割算法容易因为噪声点的干扰导致错误分割的问题,将相邻轨迹夹角分割策略改为整体轨迹夹角分割。仿真结果表明,相比传统角度聚类和轨迹结构聚类算法,TS-LCSS算法对轨迹的分析更全面,聚类结果更具有实际意义,聚类准确率更高;与逐一匹配的方法相比,基于代表轨迹的轨迹匹配算法兼具匹配准确率和更好的实时性。3.整合以上算法功能,设计实现了轨迹数据挖掘和预警系统。该软件系统集场景布设、轨迹数据挖掘算法研究和实时跟踪预警功能于一体,具有自动化、可视化、可扩展的优点。系统包括无源定位数据库,算法功能模块和交互界面叁个部分,具备挖掘历史无源定位数据信息,实时轨迹提取和位置预测,目标运动模式发现和预警功能。性能测试结果表明,轨迹提取、聚类、模式匹配准确率性能良好,轨迹模式匹配时间满足实时性要求。(本文来源于《战略支援部队信息工程大学》期刊2018-04-15）
郑昌艳,梅卫,冯小雨[2]（2016）在《基于多时间窗口的空中目标机动模式提取及识别方法》一文中研究指出针对现有空中目标机动模式识别算法中,机动模式提取方法实用性差和识别率不高的问题,提出了基于多时间窗口的空中目标机动模式提取及识别方法。该方法构造了多个不同尺度的时间窗口并制定了相对应的多时间窗口识别机制,使得机动模式的提取和识别环节之间相互配合,从而实现机动模式的识别,时间窗口采用的是卷积神经网络分类器。仿真试验证明,该方法对5种机动模式类型的识别率均达到了90%以上,有效解决了现有提取方法完全依赖特征点寻找、提取精度不高的问题,提高了机动模式识别的准确性及鲁棒性。(本文来源于《探测与控制学报》期刊2016年05期）
刘丽娜[3]（2015）在《基于帧间差分的智能视频实时运动目标提取模式研究》一文中研究指出针对实时视频静态背景中的运动物体跟踪问题,利用帧间差分法检测运动物体以达到跟踪物体的目的,研究结果表明,帧间差分法具有跟踪准确性高和数据计算量小等优点,可用于实时运动物体的检测与跟踪。(本文来源于《电脑编程技巧与维护》期刊2015年04期）
刘洪江,汪仁煌,何最红,李学聪[4]（2011）在《中心线模式Snake算法对细长目标的提取》一文中研究指出针对有强干扰的细长目标提取,本文提出用中心线和宽度曲线演化来提取目标的Snake算法,该算法利用细长目标关于中心线对称的特性,用中心线和宽度曲线两个一维函数代替表示目标边缘的二维函数,通过控制这两个一维函数的形变来使Snake模型能量最小,达到准确提取目的。算法还利用了边缘强度对称性,增加图像力加权函数,能快速避开非对称性边缘的干扰,减少迭代次数。新算法减少控制点数量,降低计算规模,能更快获得结果,能实现全自动分割。实验结果表明该算法具有较强的抗干扰性,能使分割细长目标效果良好。(本文来源于《光电工程》期刊2011年09期）
兰樟仁,张东水[5]（2008）在《遥感影像多目标优化信息提取模式研究》一文中研究指出根据运筹学中基于层次分析法的多目标决策原理和遥感分层分类法理论,建立遥感分类方案优选模型,构建了遥感影像多目标优化信息提取模式.实现在遥感动态监测过程,应用该模式提取遥感信息,从时间、成本、精度、技术等多个目标获得最佳综合效用。以闽江口湿地农业遥感动态监测为例,对该遥感信息提取模式进行初步应用研究。研究结果表明,遥感影像多目标优化信息提取模式,充分利用了目视解译、非监督分类、监督分类和基于知识分类不同分类方法对特定层次特定地物分离的优势,同时避免它们的不足,有效保证了信息提取的精度,同时提高整个遥感动态监测过程的效率。(本文来源于《农业工程学报》期刊2008年07期）
目标模式提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对现有空中目标机动模式识别算法中,机动模式提取方法实用性差和识别率不高的问题,提出了基于多时间窗口的空中目标机动模式提取及识别方法。该方法构造了多个不同尺度的时间窗口并制定了相对应的多时间窗口识别机制,使得机动模式的提取和识别环节之间相互配合,从而实现机动模式的识别,时间窗口采用的是卷积神经网络分类器。仿真试验证明,该方法对5种机动模式类型的识别率均达到了90%以上,有效解决了现有提取方法完全依赖特征点寻找、提取精度不高的问题,提高了机动模式识别的准确性及鲁棒性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
目标模式提取论文参考文献
[1].张光亚.多目标无源定位数据的轨迹提取与模式挖掘算法研究[D].战略支援部队信息工程大学.2018
[2].郑昌艳,梅卫,冯小雨.基于多时间窗口的空中目标机动模式提取及识别方法[J].探测与控制学报.2016
[3].刘丽娜.基于帧间差分的智能视频实时运动目标提取模式研究[J].电脑编程技巧与维护.2015
[4].刘洪江,汪仁煌,何最红,李学聪.中心线模式Snake算法对细长目标的提取[J].光电工程.2011
[5].兰樟仁,张东水.遥感影像多目标优化信息提取模式研究[J].农业工程学报.2008