[发明专利]一种基于高斯混合模型的上甑轨迹提取方法在审
| 申请号： | 202010698351.X | 申请日： | 2020-07-20 |
| 公开（公告）号： | CN111859297A | 公开（公告）日： | 2020-10-30 |
| 发明（设计）人： | 刘超;张栗寅;杨艺;张建华;盛鑫军 | 申请（专利权）人： | 上海交通大学;河北工业大学 |
| 主分类号： | G06F17/18 | 分类号： | G06F17/18;B25J9/16 |
| 代理公司： | 北京天盾知识产权代理有限公司 11421 | 代理人： | 史炜炜 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 混合 模型 轨迹 提取 方法 | ||
1.一种基于高斯混合模型的上甑轨迹提取方法，其特征在于：包括以下步骤：
步骤一：使用巴特沃斯滤波器将采集的位置信号原始数据去噪，使用各时刻前后采样点计算该时刻的速度；
步骤二：使用最大期望算法拟合高斯混合模型；
步骤三：利用高斯混合回归生成拟合轨迹。
2.根据权利要求1所述的一种基于高斯混合模型的上甑轨迹提取方法，其特征在于：所述步骤二中高斯混合模型为一种聚类模型。
3.根据权利要求1所述的一种基于高斯混合模型的上甑轨迹提取方法，其特征在于：所述步骤二中高斯混合模型采用多个高斯分布的组合来刻画数据分布，所述高斯分布表达式如下式：
4.根据权利要求1所述的一种基于高斯混合模型的上甑轨迹提取方法，其特征在于：所述步骤二中最大化期望算法包括第一部分和第二部分，所述第一部分为根据已有模型得到完全数据的似然函数描述，所述第二部分为对第一部分似然函数求最大化。
5.根据权利要求1所述的一种基于高斯混合模型的上甑轨迹提取方法，其特征在于：所述步骤二中高斯混合模型的联合概率密度分布函数为：
6.根据权利要求1所述的一种基于高斯混合模型的上甑轨迹提取方法，其特征在于：所述步骤二中高斯混合模型的联合概率密度分布函数为：
7.根据权利要求1所述的一种基于高斯混合模型的上甑轨迹提取方法，其特征在于：所述步骤二中高斯混合模型引入最大化期望算法。
8.根据权利要求1所述的一种基于高斯混合模型的上甑轨迹提取方法，其特征在于：所述步骤三中拟合轨迹为高斯混合模型分布的期望从而得到泛化数据点。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学;河北工业大学，未经上海交通大学;河北工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010698351.X/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种卫生巾内桨漂白设备
- 下一篇：一种卫生巾棉成团液态漂白机
