公共文化服务平台

徐文进: 作品数：12 被引量：26H指数：4; 供职机构：青岛科技大学信息科学技术学院更多>>; 发文基金：山东省自然科学基金国家自然科学基金国家留学基金更多>>; 相关领域：自动化与计算机技术交通运输工程农业科学电子电信更多>>

合作作者

基于空中指控节点的信息分发模型及时延分析被引量：6: 2009年; 随着现代战争对信息的依赖程度越来越高,信息分发管理是实现信息交互的重要手段,在实现功能的同时保证良好的服务质量已经成为信息分发的基本要求。分析了现有的信息分发网络的层次架构、数据分发服务框架以及以空中指控节点为核心的战场编队作战特点,比较了该条件下的拓扑结构。提出了一种以指控节点为核心的信息分发模型,该模型支持信息的递交、检索和获取;然后针对信息分发服务中的时延问题,分别就本地和中心节点中所采取的保障方法和策略进行了分析。理论分析和仿真结果验证了所述方法对降低服务时延的有效性。; 韩松张晓林占巍徐文进; 关键词：数据链信息分发排队论

一种圆周机动目标的机动中心估计方法: 2010年; 机动目标跟踪是无源探测中的关键问题,文章针对无源探测中飞行器常见的圆周机动轨迹跟踪问题,提出了一种改进的机动中心次优估计方法。通过对三点定圆方法中三点构型对圆心估计误差影响的分析,提出了一种基于对弦进行对称分组、增加交点集合过滤规则和加权平均来提高估计精度的方法,该方法有效地解决了弦中垂线交点法在噪声条件下估计误差大的问题。之后用本方法与机动中心坐标系法相结合对飞机的圆周飞行轨迹进行滤波,仿真结果验证了文中方法的有效性。与传统的弦中垂线相交法及最小二乘法相比,该方法在相同误差条件下,具有更小的计算量。; 韩松张晓林和欣徐文进; 关键词：无源定位机动目标跟踪

基于轨迹图像特征匹配的渔船轨迹相似度计算和轨迹分类被引量：2: 2021年; AIS(Automatic Identification System)是一种船舶的自动识别系统,可以提供船舶的时间戳、经纬度、航向角度、速度等数据信息.本文针对船舶航行轨迹多维度的特点以及对船舶轨迹预测的精确度和实时性的需求,提出了一种基于图像检测和匹配的计算轨迹相似度的方法.该方法首先将所有渔船轨迹数据进行可视化,再通过ORB(Oriented FAST and Rotated BRIEF)算法和BF(Brute-Force)匹配来计算轨迹图片相似度用于划分渔船轨迹类型.实验结果显示,通过该计算相似度的方法具有精度高、易实现的特点,与传统计算方法相比,其在处理轨迹数据的效率和速度更具有优越性.; 徐文进解钦黄海广; 关键词：AIS数据 ORB BF

基于互信息和散度改进K-Means在交通数据聚类中的应用被引量：4: 2020年; K-means算法是一种常用的聚类算法,已应用于交通热点提取中.但是,由于聚类数目和初始聚类中心的主观设置,已有的聚类方法提取的交通热点往往难以满足要求.利用互信息和相对熵,提出SK-means算法,并应用于交通热点提取中.在所提方法中,基于不同点之间的互信息寻找初始聚类中心;此外,基于互信息和散度的比值,确定聚类数目.将所提方法应用于成都某段时间交通热点提取中,并与传统的K-means比较,实验结果表明,所提方法具有更高的聚类精度,提取的热点更符合实际.; 徐文进许瑶解钦; 关键词：K-MEANS聚类互信息散度

基于马氏距离和Canopy改进K-means的交通聚类算法: 2024年; 在对交通数据的研究中经常会使用到聚类算法,且不同的聚类算法有不同的特性。K-means作为其中的一种聚类算法,具有较高的准确性和实用性,但其准确性易受主观选取K值和确定初始聚类中心的影响。为了优化聚类中心和K值的选取问题,提出MC-Kmeans算法。在所提方法中,首先通过Canopy算法选取K值,然后依据马氏距离的计算准则来确定初始聚类中心,最后将K值和聚类中心的值作为K-means的参数进行聚类。将MC-Kmeans算法应用到某时间段的纽约出租车交通数据中进行实际的验证。结果表明,与K-means算法比较,所提方法准确度更高,与实际交通情况更加相匹配,更能反映区域内的交通热点情况。; 徐文进马越杜咏慧; 关键词：K-MEANS

基于改进高斯粒子滤波器的目标跟踪算法被引量：5: 2010年; 针对现有机动目标跟踪中粒子滤波算法的不足,提出了一种改进的粒子滤波方法。该方法在高斯粒子滤波的基础上通过利用当前时刻量测值对量测误差的分布参数进行实时的统计和更新,并以此得到粒子的权值,从而考虑到了量测值对估计值的影响,该方法适合于量测误差分布为高斯白噪声且状态量与量测误差相关条件下的非线性估计。仿真结果表明,与传统的自举粒子滤波(boot-trap particle filter,BPF)、高斯粒子滤波(Gaussian particle filter,GPF)以及无迹粒子滤波(unscented particle filter,UPF)相比,该方法具有较高的精度和较少的计算量。; 韩松张晓林陈雷徐文进; 关键词：机动目标跟踪粒子滤波

基于海洋遥感与渔船轨迹数据的多任务鱼情预测: 2022年; 渔情预测,即预测未来鱼群的位置和该区域内鱼量的丰富度.通过了解未来的渔情信息,管理者可以制定行之有效的策略,对渔民来说也可以节省捕鱼过程中的资源消耗.本文从海洋环境遥感数据与AIS渔船轨迹数据着手,分析挖掘鱼群的分布状况,进而对未来的渔情进行预测.根据作业方式的不同,渔船可以分为多种类型,如围网、刺网、拖网、张网等,针对装备不同渔具的渔船预测出未来作业的区域,进行精细化管理具有重要意义.以往的单任务学习能够对各渔具实现单独预测,但不能捕获各种渔具之间的相互影响.为此,本文提出了一种基于海洋遥感数据与AIS渔船轨迹数据的时空神经网络的多任务预测方法,在对每种渔具单独预测的同时捕获各渔具之间的相互影响.同时,将诸如海洋温度、盐度等环境遥感数据嵌入到模型中,进一步提高了预测的准确度.在浙江海域的AIS渔船轨迹数据集上进行了实验,结果证明了该方法相对于经典和最新的基于海洋遥感与AIS轨迹预测鱼群分布状况的优越性.; 徐文进孙允超黄海广; 关键词：海洋遥感

基于K-means算法的轨迹数据热点挖掘算法被引量：1: 2021年; 针对渔船轨迹数据具有时间序列性、数量大的特点,提出一种轨迹热点挖掘算法。该算法克服了K-means算法在渔船轨迹数据上无法捕捉热点分布的缺点。其主要的思想是:首先使用时间维度来处理数据,以置信度和KL散度作为衡量所选取数据的可靠性、正确性依据,从大量的轨迹数据中选取信息含量较高的数据,然后使用K-means聚类算法进行数据的聚类。本文所提出的算法只需要设定显著水平参数a和时间间隔T,算法本身就可通过时间维度处理数据的方法自主完成数据的选择以及置信度、KL散度的计算,并引入聚类有效性度量的方法,使K-means通过自我寻找K值来实现热点挖掘的整个过程。在渔船轨迹数据上进行本文算法与K-means算法的对比实验和数据热力图的参照实验,结果显示本文所提的算法在寻找轨迹数据热点上有优越性和正确性。; 徐文进管克航马越黄海广; 关键词：KL散度时间维度

基于滑动窗口和LSTM自动编码器的渔船作业类型识别被引量：1: 2022年; 过度捕捞和非法捕捞给海洋生态造成严重破坏,随着船舶自动识别系统(AIS)的发展,国内外学者基于AIS轨迹数据提出了许多算法进行渔船作业类型识别,但是这些算法忽视了轨迹的时域特征.因此,本文提出了一种基于滑动窗口和LSTM自动编码器的识别算法,该算法首先使用滑动窗口提取轨迹特征,再通过LSTM自动编码器去学习轨迹的时域特征和潜在的高级特征,最后在LSTM自动编码器中嵌入Softmax分类器,联合优化损失函数,使分类效果达到最优.在浙江海域的渔船AIS轨迹数据上进行了实验,结果表明所提方法的准确率为95.82%,证明了本方法的有效性和可靠性,算法可用于辅助拖网、围网作业类型的判断.; 徐文进董少康; 关键词：AIS 拖网围网

基于机器学习的公交站间运行时间幂律分布分析: 2019年; 为了解决城市交通拥挤问题,国家提倡乘坐公共交通出行,使用公交智能卡的出行变的普遍了.目前,对于城际公交智能卡出行产生的数据,很少有研究公交站间运行的时间.因此,提出了基于机器学习技术公交站间运行时间幂律分布的分析;运用分站算法对城市公交进行分站,获得公交车在相邻两站的运行时间;并且对时间间隔数据进行了线性拟合.运用南方某城市和北方某城市的两个数据集,结果表明公交车运行时间间隔符合幂指数分布;公交车运行的时间间隔符合人类行为动力学.; 徐文进寻晴晴周笛

徐文进

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

徐文进

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈