基于混合高斯模型和主成分分析的轨迹分析行为识别方法

您当前的位置：

首页 >

文章列表页 >

基于混合高斯模型和主成分分析的轨迹分析行为识别方法

学术论文 | 更新时间：2025-07-16

上一篇|下一篇

- 基于混合高斯模型和主成分分析的轨迹分析行为识别方法
- Gaussian Mixture Models and Principal Component Analysis Based Human Trajectory Behavior Recognition
- 田国会，尹建芹，闫云章，李国栋
- 电子学报 2016年44卷第1期页码：143-149
- 作者机构：
  1. 山东大学控制科学与工程学院,山东,济南,250061
  2. 济南大学信息科学与工程学院山东省网络环境智能计算技术重点实验室,山东,济南,250022
  3. 山东大学控制科学与工程学院,山东,济南,250061
  4. 济南大学信息科学与工程学院山东省网络环境智能计算技术重点实验室,山东,济南,250022
- 作者简介：
- 基金信息：
  国家自然科学基金 (No.61203341,No.61075092);山东省自然科学基金 (No.ZR2011FM011);山东省高等学校科技发展计划 (No.J11LG01)
- DOI： 10.3969/j.issn.0372-2112.2016.01.021
  中图分类号：
- 稿件说明：
移动端阅览
DOI：
DOI：

HTML全文
参考文献
出版信息
数据统计

摘要

Abstract

关键词

Keywords

references

85

浏览量

2108

下载量

0

CSCD

文章被引用时，请邮件提醒。

提交

工具集

BibTeX下载
Endnote下载
RefMan 下载
NoteExpress下载
NoteFirst下载

关联资源

相关文章

基于主成分分析的经验模态分解消噪方法

面向PCA异常检测器的毒害攻击和防御机制

基于主相位一致性的医学图像配准

结合Gabor滤波器和ICA技术的纹理分类方法

Bloom Filter哈希空间的元素还原

相关作者

汪祥莉

张晓东

王文波

陈鸣

钱叶魁

卢振泰

冯衍秋

冯前进

相关机构

武汉理工大学计算机科学与技术学院

武汉大学测绘遥感信息工程国家重点实验室

遥感科学国家重点实验室

武汉科技大学信息与计算科学系

武汉理工大学计算机科学与技术学院