节点文献

一种l_p正则化改进的车辆轨迹学习算法

免费订阅

【作者】 汪霜霜李春贵

【Author】 WANG Shuangshuang;LI Chungui;School of Electrical and Information Engineering,Guangxi University of Science and Technology;School of Computer Science and Communication Engineering,Guangxi University of Science and Technology;

【通讯作者】 李春贵;

【机构】 广西科技大学电气与信息工程学院广西科技大学计算机科学与通信工程学院

【摘要】 车辆轨迹学习可用于视频监控系统,以识别正常和异常车辆运动模式,用于交通运营、公共服务和执法管理.本文的目的是研究一种新的基于视频监控系统的车辆轨迹学习自适应稀疏重构方法.由于l1和l2最小化的解的稀疏性会受到范数中项的值的损害,在实践中不能保证得到足够稀疏的解,本文提出了一种改进的基于lp(0<p<1)最小化的车辆轨迹学习方法,应用lp范数的下限理论获得更稀疏的重构系数向量,以获得比l1或l2最小化更稀疏的解.通过实验分析,所提出的方法可以解决过拟合问题,获得更稀疏的解.

【关键词】 稀疏重构范数正则化最小化
【基金】 国家自然科学基金项目(61302178)资助
  • 【DOI】10.16375/j.cnki.cn45-1395/t.2019.02.008
  • 【分类号】U495
  • 【下载频次】19
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: