周彦
- 作品数：18 被引量：105H指数：7
- 供职机构：湘潭大学信息工程学院更多>>
- 发文基金：国家自然科学基金湖南省教育厅优秀青年基金湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信文化科学航空宇航科学技术更多>>
- 理工科《管理信息系统》教学改革初探
- 近年来,既拥有理工科背景、又掌握管理信息系统(Management Information Systems,MIS)设计与开发知识的综合管理人才越来越紧缺。因此理工科院校或专业也开始强化MIS的教学,如建筑设施智能技术、...
- 周彦王冬丽黄辉先易灵芝
- 关键词：管理信息系统信息管理系统教学改革理工科
- 基于改进SIFT特征的深度图像匹配被引量：15
- 2016年
- 针对尺度不变特征变化(SIFT)在深度图像匹配中存在较多不稳定的边缘特征点、特征维数过高、运算速度过慢等问题,提出一种改进的SIFT特征提取与表示方法。首先,在提取SIFT关键点的基础上,利用Harris角点检测算子对提取的特征点进行筛选,以剔除深度图像边缘区域中大量不稳定的伪特征点;然后,采用统计抽样法对提取的特征点描述子进行降维处理;最后,利用最近邻搜索进行特征匹配。实验结果表明,所提算法在不同视点、缩放与旋转、含噪等情况下的匹配正确率均在80.0%以上,与SIFT算法和SURF算法相比平均匹配正确率提高了9%,运行时间较SIFT算法降低了8%左右。
- 向程谕王冬丽李建勋周彦
- 关键词：图像匹配深度图像HARRIS角点检测统计抽样
- LOS/NLOS环境中融合TOA与RSSI的IMM目标跟踪被引量：2
- 2013年
- 针对视距(Line-of-sight,LOS)和非视距(None-line-of-sight,NLOS)混合环境中的运动目标跟踪问题,提出一种基于TOA(到达时间)与RSS(I接收信号强度)测量融合的交互式多模型(Interacting Multiple Model,IMM)鲁棒跟踪算法。目标与基站之间的LOS、NLOS传输分别用扩展卡尔曼滤波(EKF)和扩展H$滤波(EHF)进行匹配,并采用马尔可夫过程对模型间的转换进行描述。Monte Carlo仿真结果表明,与单纯TOA测量跟踪相比,该算法具有较高的定位精度和较好的跟踪稳定性,且计算复杂度相当,具有较好的可实现性。
- 周彦欧阳宁烽盛权胡岚
- 关键词：目标跟踪交互式多模型LOS
- 基于图变换的图像压缩采样与分类被引量：1
- 2015年
- 提出一种基于图论表示的正交变换基,并在此基础上对图像进行压缩采样与压缩域直接分类.首先,充分利用图像的边缘特性和像素关系,给出一种图像的图论表示方法;然后,通过图Laplacian矩阵的特征值分解得到其特征向量矩阵作为正交变换基,由此得到图像的图变换域稀疏表示;最后,利用随机投影后的压缩采样特征向量直接对分类器进行训练和测试,不仅保持了与原空间相当的分类精度,还大量地减少了训练和测试时间以及计算/存储代价.
- 王冬丽周彦
- 关键词：压缩采样图像分类特征值分解
- 传感器网络中鲁棒状态信息融合抗差卡尔曼滤波器被引量：4
- 2012年
- 研究了无线传感器网络中的分布式鲁棒状态信息融合问题.在局部状态估计层,基于鲁棒统计学理论提出了适用于噪声相关情况的抗差(扩展)卡尔曼滤波器.在融合中心层,针对局部估计相关未知性和不完整性,给出了不依赖于互协方差阵的稳健航迹融合方法—–内椭球逼近法.仿真结果证实了算法的有效性:所提出的抗差卡尔曼滤波器在野值存在情况下,性能退化远低于传统卡尔曼滤波器(28.6%比428.6%);所提出的内椭球逼近法获得比协方并交叉法更好的融合估计性能,且不需要局部估计相关性的先验知识.
- 周彦李建勋王冬丽
- 关键词：无线传感器网络野值卡尔曼滤波
- LOS/NLOS混合环境中基于交互式多模型的鲁棒目标跟踪被引量：2
- 2013年
- 针对视距(line-of-sight,LOS)和非视距(none-line-of-sight,NLOS)混合环境的定位跟踪问题,提出一种基于扩展H∞滤波(EHF)和扩展卡尔曼滤波(EKF)的交互式多模型(IMM)定位跟踪算法。目标与基站之间的LOS、NLOS传输信道分别用EKF和EHF匹配,模型间的转换用马尔可夫过程进行描述。Monte Carlo仿真结果表明,该算法具有较高的定位精度、较好的跟踪稳定性,且计算时间与基于EKF的IMM算法相当,具有较好的可实现性。
- 欧阳宁烽周彦徐建闽
- 关键词：目标跟踪扩展卡尔曼滤波交互式多模型LOS
- 基于加权多实例学习的压缩感知目标跟踪被引量：2
- 2018年
- 为了处理运动目标跟踪中的遮挡、光照变化以及背景杂乱等问题,提出了一种基于加权多实例学习的压缩感知目标跟踪方法。在提取图像块类Haar特征的基础上,采用随机投影方法对高维特征进行压缩,结合加权多实例学习策略,在boosting学习框架下训练分类器,根据分类器最大响应值得到跟踪目标图像块。使用矩形框手动标定第一帧图像的目标,对后续帧采样的正负实例的类哈尔特征进行压缩,通过这些样本特征训练分类器,得到跟踪结果。实验结果表明,所提算法具有较高的跟踪精度、实时性和鲁棒性,对所选的四个具有挑战性的视频序列,跟踪成功率都能超过89%,帧率也超过26f/s。
- 阳岳生王冬丽周彦
- 关键词：目标跟踪压缩感知鲁棒性
- 无线传感器网络节点近点加权质心定位方法被引量：13
- 2012年
- 节点定位技术是无线传感器网络(WSNs)的基础技术,具有重要的研究意义。质心算法与基于RSSI的质心算法是目前常用的定位方法,但前者定位误差大,后者对每个信标节点进行加权定位,这在提高精度的同时也增加计算量和干扰因素(如路径衰减因子等)。基于此,提出一种利用距未知节点最近的若干个信标节点的位置修正其他信标节点的位置的近点加权质心算法,以提高初次定位的精度。进而,可以通过改变最近点、次近点、所有点位置之和三者的权值对初次定位进行校正。仿真结果表明了所提算法的有效性。
- 周彦文宝李建勋
- 关键词：无线传感器网络质心定位
- 基于深度强化学习的视觉目标跟踪
- 针对传统判别式算法中利用正负样本训练出的分类器判别性不强,无法处理好变形、光照变化、遮挡、旋转,难以进行鲁棒跟踪等问题,本文提出了基于深度强化学习的目标跟踪算法。该算法采用卷积神经网络提取图像特征,通过强化学习在全连接层...
- 王冬丽阳岳生周彦
- 关键词：视觉目标跟踪鲁棒性
- 文献传递
- 基于内椭球逼近融合的分布式节点同时定位与跟踪算法被引量：2
- 2016年
- 针对无线传感器网络中的节点同时定位与跟踪问题,提出一种分布式融合算法。在融合底层采用基于无迹卡尔曼滤波的交互式多模型方法,克服因泰勒展开的近似误差,并在运动模式发生变化时达到理想跟踪效果。融合中心层采用内椭球逼近融合的分布式融合方法,对局部节点所获得的目标状态估计进行融合。Monte Carlo仿真结果表明,与常用的协方差交叉法相比,该算法具有更好的融合性能,对机动目标的跟踪精度提高了33.56%,并且能在跟踪目标的同时精确估计节点位置。
- 文庆臻周彦胡岚
- 关键词：无迹卡尔曼滤波分布式融合交互式多模型
