MétaCan
Menu
Retour à la cohorte
Enregistrement W3154232124 · doi:10.1109/ieeeconf38699.2020.9389049

Course-Aided Measurement-to-Track Association for Target Tracking With Compact HF Radar

2020· article· en· W3154232124 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGlobal Oceans 2020: Singapore – U.S. Gulf Coast · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueTarget Tracking and Data Fusion in Sensor Networks
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésComputer scienceAzimuthRadar trackerClutterRadarArtificial intelligenceTrack (disk drive)Tracking (education)KinematicsAssociation (psychology)Feature (linguistics)MathematicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Data association is an important procedure in target tracking with high-frequency surface wave radar (HFSWR). In most existing target tracking methods, only range, azimuth, and Doppler velocity parameters are involved in data association. However, for data association under scenarios of inaccurate azimuth measurements, dense clutter, and multiple targets, employing these three kinematic parameters alone may not achieve satisfactory performance. In this paper, from the perspective of track consistency, the vessel course is investigated and explored as a stable feature for data association, and a course-aided measurement-to-track association method is developed. The target course data sequence is firstly estimated by applying a course estimation method to an initiated short track, then each candidate plot within a validation gate is added to the track to generate one candidate course, the candidate plot that causes the minimum course difference is assigned to update the target track. Experimental results with field data demonstrate that the data association accuracy is improved by the proposed method, and better track continuity is achieved.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,921
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,252
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle