文章详情
| 稿件标题： | AP聚类和特征划分融合的群结构模型及跟踪算法 |
| 稿件作者： | 王昊，宋骊平 |
| DOI： | 10.11809/bqzbgcxb2025.02.029 |
| 科学编辑： | 杨继森 博士（重庆理工大学 教授、博导） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 群目标跟踪；近邻传播聚类；演化网络模型；概率假设密度滤波；邻接矩阵 |
| 文章摘要： | 针对群目标跟踪问题中发生群合并和分裂时，传统的演化网络模型通过将目标间的马氏距离与预设的阈值进行比较实现群组划分，导致其跟踪效果因依赖于阈值选择而在性能上受限的问题，提出了一种基于近邻传播聚类和特征划分融合的群结构模型，以避免上述问题并提升跟踪精度。新的群结构模型创新性地利用近邻传播聚类算法，依据目标点之间的距离和速度特征，在2个维度上对目标点进行有效划分，通过邻接矩阵表示聚类结果，并对两个邻接矩阵进行融合，构造出目标点的群组划分结构。结合高斯混合概率假设密度滤波进行群目标跟踪仿真对比实验，结果表明新的群结构模型在群组划分方面更接近群目标的真实划分，相较于传统的演化网络模型，新模型在群目标数目的估计及跟踪效果上有明显提升。所提出的群结构模型跟踪性能更好，模块化程度高并且具有更高的全局适应能力，为群目标跟踪提供了新的解决思路。 |
| 引用本文格式： | 王昊，宋骊平.AP聚类和特征划分融合的群结构模型及跟踪算法［J］.兵器装备工程学报，2025，46(2)：228-235. WANG Hao，SONG Liping.Group structure model and tracking algorithm based on affinity propagation clustering and feature partitioning fusion［J］.Journal of Ordnance Equipment Engineering，2025，46(2)：228-235. |
| 刊期名称： | 2025年02期 |
| 出版时间： | 2025年2月 |
| 收稿日期： | 2024-04-18 |
| 修回日期： | 2024-05-29 |
| 录用日期： | 2024-06-24 |
| 上线时间： | 2025年2月28日 |
| 浏览次数： | 228 |
| 下载次数： | 22 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |