文献

J-GLOBAL ID：202102213936300801   整理番号：21A2569626

マルチターゲットトラヒックレーダに基づく適応楕円距離密度ピークファジィクラスタリングアルゴリズム【JST・京大機械翻訳】

An Adaptive Ellipse Distance Density Peak Fuzzy Clustering Algorithm Based on the Multi-target Traffic Radar

著者 (9件)： Cao Lin (Key Laboratory of the Ministry of Education for Optoelectronic Measurement Technology and Instrument, Beijing Information Science and Technology University, Beijing 100192, China) ,  Cao Lin (School of Information and Communication Engineering, Beijing Information Science and Technology University, Beijing 100101, China) ,  Zhang Xinyi (Key Laboratory of the Ministry of Education for Optoelectronic Measurement Technology and Instrument, Beijing Information Science and Technology University, Beijing 100192, China) ,  Zhang Xinyi (School of Information and Communication Engineering, Beijing Information Science and Technology University, Beijing 100101, China) ,  Wang Tao (Key Laboratory of the Ministry of Education for Optoelectronic Measurement Technology and Instrument, Beijing Information Science and Technology University, Beijing 100192, China) ,  Wang Tao (School of Information and Communication Engineering, Beijing Information Science and Technology University, Beijing 100101, China) ,  Du Kangning (Key Laboratory of the Ministry of Education for Optoelectronic Measurement Technology and Instrument, Beijing Information Science and Technology University, Beijing 100192, China) ,  Du Kangning (School of Information and Communication Engineering, Beijing Information Science and Technology University, Beijing 100101, China) ,  Fu Chong (School of Computer Science and Engineering, Northeastern University, Shenyang 110004, China)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 17  ページ： 4920  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： マルチターゲットトラフィックレーダ場面において,近い駆動距離を有する車両の間のクラスタ化精度は,比較的低かった。この問題に対応して,本論文では新しいクラスタリングアルゴリズム,すなわち適応楕円距離密度ピークファジィ(AEDDPF)クラスタリングアルゴリズムを提案した。最初に,ユークリッド距離を適応楕円距離によって置換して,それはレーダ測定車両によって得たデータの構造をより正確に記述することができた。第二に,適応指数関数曲線を,密度ピーク点を正確に選択するために高速密度ピーク探索アルゴリズムの判定グラフに導入して,AEDDPFアルゴリズムの初期化を完了した。最後に,メンバーシップマトリックスとクラスタ化中心を逐次反復を通して計算し,クラスタ化結果を得る。AEDDPFアルゴリズムの時間複雑性を分析した。ノイズ(DBSCAN),k-平均,ファジィc-平均(FCM),Gustafson-Kessel(GK),および適応ユークリッド距離密度ピークファジィ(Euclid-ADDPF)アルゴリズムによる応用の密度ベースの空間クラスタ化と比較して,AEDDPFアルゴリズムは,あるシナリオにおける実際の測定データセットのためにより高いクラスタ化精度を有した。また,実験結果は,提案したアルゴリズムがいくつかの近距離車両場面アプリケーションにおいてより良いクラスタ化効果を持つことを証明した。他のタイプのデータに適用した提案したAEDDPFアルゴリズムの一般化能力も解析した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  雑音 ,  *レーダ ,  指数関数 ,  クラスタ化 ,  応用プログラム ,  曖昧さ
準シソーラス用語： *ファジィクラスタリング ,  探索アルゴリズム ,  複雑性 ,  Euclid距離 ,  *クラスタリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： マルチターゲット交通レーダシーン ,  適応楕円距離 ,  決定図 ,  密度ピーク点 ,  ファジィクラスタリング

分類 (1件)： 電子航法一般  (ND14010O)

引用文献 (30件)：

• Luo, X.G.; Zhang, H.B.; Zhang, Z.L.; Yu, Y.; Li, K. A new framework of intelligent public transportation system based on the internet of things. IEEE Access 2019, 7.
• Hudec, P.; Adler, V. On the testing of advanced automotive radar sensors by means of target simulators. Sensors 2020, 9, 2714.
• Onur, T.; Marius, B. A novel nonlinearity correction algorithm for fmcw radar systems for optimal range accuracy and improved multitarget detection capability. Electronics 2019, 8, 1290.
• Ning, B.L.; Kai, W.W.; Rui, Q.C.; Kai, L.Y.; Wei, J.H.; Jian, B. Assisting the visually impaired: Multitarget warning through millimeter wave radar and rgb-depth sensors. J. Electron. Imaging 2019, 28.
• Ying, F.C.; Hai, W.; Zheng, Y.Z.; Xiao, Q.S. Scene-adaptive vehicle detection algorithm based on a composite deep structure. IEEE Access 2017, 5.

タイトルに関連する用語 (3件)： 適応 ,  楕円 ,  密度