本项目拟结合数据融合、数据挖掘、人工智能等方法,探索并提出面向复杂环境和乱序现象的机动目标跟踪方法。主要研究内容包括:(1)利用数据流频繁模式挖掘方法研究机动目标特征模式发现问题;(2)从时序逻辑和基于区间的时间推理方法出发,探索乱序现象的形成机制,并寻求一种新的合理解决方法;(3)研究面向复杂环境的目标跟踪方法。本项目的研究目标是,提出面向数据关联的目标属性特征频繁模式发现方法,建立较为准确的目
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
基于多模态信息特征融合的犯罪预测算法研究
一种改进的多目标正余弦优化算法
资源型地区产业结构调整对水资源利用效率影响的实证分析—来自中国10个资源型省份的经验证据
多源数据驱动CNN-GRU模型的公交客流量分类预测
复杂海洋环境下多机动目标跟踪机理及方法研究
面向机动目标的多无人机自适应编队跟踪控制方法研究
复杂杂波环境中机动扩展目标检测理论与方法
复杂环境下非椭圆扩展目标跟踪方法研究