-
公开(公告)号:CN109118518B
公开(公告)日:2020-12-08
申请号:CN201810815283.3
申请日:2018-07-24
Applicant: 常熟理工学院
Abstract: 本发明公开了一种双层多贝努利随机有限蚁群多细胞跟踪方法,包括基于蚁群分工的多贝努利随机有限侦察蚁群和多贝努利随机有限觅食蚁群;多贝努利随机有限侦察蚁群,通过对侦察蚁群的混沌至确定性行为建模和定义侦察蚂蚁与其近邻蚂蚁的信息交换,最终生成相应的多贝努利随机有限蚁群;多贝努利随机有限觅食蚁群,当侦察蚁群完成任务后,所生成的多贝努利随机有限侦察蚁群转化成多贝努利随机有限觅食蚁群,通过对觅食决策行为建模和信息素的持续更新,生成最终的信息素场;随机有限觅食蚁群所生成的信息素场和当前的蚂蚁状态,得到相应的多贝努利随机有限觅食蚁群存在概率及其概率分布,进一步得到所对应细胞的状态和细胞的谱系树。
-
公开(公告)号:CN108961309A
公开(公告)日:2018-12-07
申请号:CN201810585820.X
申请日:2018-06-08
Applicant: 常熟理工学院
Abstract: 本发明公开了一种多贝努利随机有限蚁群多细胞跟踪方法。首先,本发明提出了多贝努利随机有限蚁群,并给出了随机有限蚁群的存在概率及其对应的概率密度函数。在此基础上,本发明所涉及的技术将跟踪问题分为预测与更新阶段。在预测阶段,实现了信息素场和子蚁群状态从上一帧至下一帧的预测,并给出了预测阶段的多贝努利随机有限蚁群的存在概率及其离散的概率密度分布;在更新阶段,通过多贝努利随机有限子蚁群决策实现对信息素场更新,提取多细胞状态,从而实现对多细胞的精确跟踪。
-
公开(公告)号:CN109118518A
公开(公告)日:2019-01-01
申请号:CN201810815283.3
申请日:2018-07-24
Applicant: 常熟理工学院
Abstract: 本发明公开了一种双层多贝努利随机有限蚁群多细胞跟踪方法,包括基于蚁群分工的多贝努利随机有限侦察蚁群和多贝努利随机有限觅食蚁群;多贝努利随机有限侦察蚁群,通过对侦察蚁群的混沌至确定性行为建模和定义侦察蚂蚁与其近邻蚂蚁的信息交换,最终生成相应的多贝努利随机有限蚁群;多贝努利随机有限觅食蚁群,当侦察蚁群完成任务后,所生成的多贝努利随机有限侦察蚁群转化成多贝努利随机有限觅食蚁群,通过对觅食决策行为建模和信息素的持续更新,生成最终的信息素场;随机有限觅食蚁群所生成的信息素场和当前的蚂蚁状态,得到相应的多贝努利随机有限觅食蚁群存在概率及其概率分布,进一步得到所对应细胞的状态和细胞的谱系树。
-
公开(公告)号:CN110598830A
公开(公告)日:2019-12-20
申请号:CN201910263691.7
申请日:2019-04-03
Applicant: 常熟理工学院
Abstract: 本发明公开了一种基于标签蚁群的联合多细胞跟踪方法。首先,采用无标签的侦察蚁群在当前帧生成一组细胞候选蚁群,在此基础上构建一个二分图,由上帧估计出的细胞状态与当前产生的细胞候选蚁群组成;其次,利用标签蚁群并以航迹最优次模式分配为目标函数最优实现帧间的匹配,多细胞状态由进化的标签蚁群所近似的多贝努利参数得到,而细胞的谱系树由其确定的帧间匹配上的轨迹信息素场提取得到;最后,针对航迹断裂,提出了一种四步骤航迹恢复方法,以实现断裂航迹间的关联。本发明可以利用轨迹信息素来提取细胞的谱系数,用食物信息素来估计细胞的状态;与现有技术相比,细胞分裂精确率、召回率要明显提高。
-
公开(公告)号:CN110598830B
公开(公告)日:2021-05-11
申请号:CN201910263691.7
申请日:2019-04-03
Applicant: 常熟理工学院
Abstract: 本发明公开了一种基于标签蚁群的联合多细胞跟踪方法。首先,采用无标签的侦察蚁群在当前帧生成一组细胞候选蚁群,在此基础上构建一个二分图,由上帧估计出的细胞状态与当前产生的细胞候选蚁群组成;其次,利用标签蚁群并以航迹最优次模式分配为目标函数最优实现帧间的匹配,多细胞状态由进化的标签蚁群所近似的多贝努利参数得到,而细胞的谱系树由其确定的帧间匹配上的轨迹信息素场提取得到;最后,针对航迹断裂,提出了一种四步骤航迹恢复方法,以实现断裂航迹间的关联。本发明可以利用轨迹信息素来提取细胞的谱系数,用食物信息素来估计细胞的状态;与现有技术相比,细胞分裂精确率、召回率要明显提高。
-
公开(公告)号:CN108961309B
公开(公告)日:2020-07-14
申请号:CN201810585820.X
申请日:2018-06-08
Applicant: 常熟理工学院
Abstract: 本发明公开了一种多贝努利随机有限蚁群多细胞跟踪方法。首先,本发明提出了多贝努利随机有限蚁群,并给出了随机有限蚁群的存在概率及其对应的概率密度函数。在此基础上,本发明所涉及的技术将跟踪问题分为预测与更新阶段。在预测阶段,实现了信息素场和子蚁群状态从上一帧至下一帧的预测,并给出了预测阶段的多贝努利随机有限蚁群的存在概率及其离散的概率密度分布;在更新阶段,通过多贝努利随机有限子蚁群决策实现对信息素场更新,提取多细胞状态,从而实现对多细胞的精确跟踪。
-
-
-
-
-