李科
- 作品数：15 被引量：37H指数：4
- 供职机构：西安卫星测控中心更多>>
- 发文基金：国防科技技术预先研究基金军队科研计划项目更多>>
- 相关领域：自动化与计算机技术兵器科学与技术军事自然科学总论更多>>
- 基于相关匹配及双模式模板更新的跟踪方法被引量：1
- 2012年
- 运动目标被遮挡表现为一部分子块区域与模板的失配,从而影响目标跟踪效果;为解决该问题,提出了一种改进的相关跟踪方法和双模式模板更新策略;通过自适应阈值调整和分块相关运算对MCD算法进行改进,在遮挡发生时判别被遮挡子块,及时调整模板更新策略,由Kalman滤波结果与匹配结果的线性加权和得出目标最终位置;实验结果表明:该方法能有效抑制目标局部像素变化引起的跟踪漂移,且对遮挡具有一定的鲁棒性。
- 徐克虎李科张波
- 关键词：自适应阈值遮挡处理KALMAN滤波
- 基于对抗演练的坦克分队进攻方式评价被引量：2
- 2010年
- 为了合理评价坦克分队对抗演练中所选择的进攻方式,建立了坦克分队进攻方式的评价指标体系。以云理论为基础,将云发生器与专家打分法相结合,逐级可视化专家经验收敛速度和质量,挖掘出各评价指标因素的权重,之后运用云重心判别法求出了分队所选进攻方式定性的评价结果,最后通过一实例证明了该方法的科学性。
- 徐克虎孟强李科
- 关键词：云理论进攻方式云重心评判法
- 基于云理论的坦克分队进攻队形综合评价被引量：9
- 2011年
- 对坦克分队进攻队形的评价在坦克兵战术研究领域具有重要的意义。依据战术规则制定出了评价进攻队形的指标体系,运用AHP法给出了各指标的权重。在综合评价中引入了云理论,制定了各指标的云模型参数确定方法,运用虚拟云算法对各指标进行综合运算,最后将评价结果以云数字特征图以及概率分布的形式分别表示出来。经实例验证,该方法科学合理,评价结果直观、符合实际。
- 徐克虎孟强李科
- 关键词：云理论
- 多属性融合的坦克分队作战效能评估被引量：1
- 2012年
- 现代条件下战场情况复杂,影响作战效能的因素众多且具有不确定性,为了获得对作战效能更为准确,可靠的评价,构建了一种新的基于多属性融合的坦克分队作战效能评估模型。结合已有的证据理论改进算法,给出了一种新的解决冲突证据的组合规则,并提出了一种新的组合策略,将其应用于评估模型中定性指标的融合;通过线性与非线性综合加权的方法求得评价的综合分值,得出了最终的评估结果。通过实例表明,该模型符合评估实际,对多属性模型的评估具有一定的借鉴意义。
- 孟强徐克虎李科
- 关键词：证据理论作战效能评估
- 基于云理论的坦克目标价值评估被引量：4
- 2010年
- 为了对坦克目标价值进行合理的评估,建立坦克目标价值的评估模型。将其评价指标分为数值型与语言型,构造一种新的转换方法将数值型指标归一化;通过云理论,构建语言型指标的评价规则及其前后件云模型,采用云的不确定性推理算法实现了将定性语言定量化的合理转换;将2类指标加权融合,得出了合理的目标价值排序。结果表明,该方法科学、合理、实用,在坦克指控系统中有较好的应用前景。
- 孟强徐克虎李科
- 关键词：云理论
- 一种改进的Harris特征点匹配算法被引量：5
- 2013年
- 针对Harris特征点匹配的精度低和效率不高的问题,提出了基于Harris特征点匹配的改进算法.首先对Harris特征点的提取方法进行了改进,减少了伪特征点的提取.然后利用改进的双向最大归一化相关系数匹配的方法提取初始特征点对,最后用改进的随机采样一致法来剔除伪特征点对,实现特征点对的精确匹配.实验结果表明,该算法不仅提高了特征点匹配的精度,而且极大地提高了特征点匹配的效率.
- 张波王天召李科陈金玉
- 关键词：特征点匹配HARRIS算法
- 基于对抗演练的坦克单车成绩评定方法被引量：1
- 2010年
- 为合理评定坦克分队对抗演练过程中各单车的操作技能,基于各单车在对抗过程中的相关数据特征,运用模糊聚类算法对单车对抗水平进行聚类分析,得出了各单车的等级评定成绩。提出了一种改进的ReliefF算法,将其差异明显、差距较大的属性特征分离,为坦克单车以及分队找出差距、制定日后训练重点提供了重要依据,并通过一实例阐明了此方法的实现步骤,验证了此方法的科学合理性。
- 徐克虎孟强李科
- 关键词：坦克对抗演练模糊聚类RELIEFF算法
- 基于云进化的遗传粒子滤波算法
- 2012年
- 针对粒子滤波器存在的粒子贫乏问题,提出了一种基于云模型改进的遗传重采样方法。选择操作采用相隔一定代数进行随机采样的方式,防止选择压力过大导致粒子贫化;利用Y云发生器实现变异操作,根据粒子的观测概率自适应控制搜索范围,在现有粒子的附近搜索精良粒子,在提高粒子有效性的同时增加了粒子的多样性。仿真结果表明：改进后的算法有效地解决了粒子的贫乏问题,提高了滤波性能。
- 徐克虎李科黄大山
- 关键词：粒子滤波重采样遗传算法云模型
- 基于分层核粒子滤波的快速运动目标跟踪
- 2012年
- 针对目标发生快速、运动不规则及遮挡等情况下的跟踪问题,提出了一种分层核采样策略。首先通过先验转移和后验转移分别预测2组粒子来建立联合分布,利用聚类算法近似联合分布粒子集的混合高斯分布;然后对每个聚类进行采样;最后采用均值漂移算法将粒子移动到后验密度的局部极值处。实验结果表明:算法在目标发生快速机动情况时,跟踪性能优于传统粒子滤波、核粒子滤波及分层粒子滤波,且对遮挡具有较好的鲁棒性。
- 张波钟海波徐克虎李科
- 关键词：目标跟踪粒子滤波均值漂移
- 改进的均值漂移和粒子滤波混合跟踪方法被引量：6
- 2012年
- 为提高粒子滤波视觉目标跟踪算法的准确性和实时性,提出一种基于均值漂移和粒子滤波的混合跟踪算法。将相异性较小的粒子进行聚类,利用均值漂移算法迭代各个聚类中的代表点,通过减少参与均值漂移迭代的粒子数来降低运算复杂度;根据跟踪情况自适应调整采样粒子数目和过程噪声分布,以提高跟踪精度和减少运算时间。实验结果表明,所提算法平均每帧计算时间不到传统混合跟踪法的一半,而且跟踪精度也有所提高。
- 李科徐克虎黄大山
- 关键词：目标跟踪均值漂移粒子滤波重采样
