A Track Segment Association Method Based on Heuristic Optimization Algorithm and Multistage Discrimination
Notice bibliographique
Résumé
The fragmentation of vessel tracks represents a significant challenge in the context of high-frequency surface wave radar (HFSWR) tracking. This paper proposes a new track segment association (TSA) algorithm that integrates optimal tracklet assignment, iterative discrimination, and multi-stage association. This paper reformulates the optimal tracklet assignment task as an optimal state search problem for modeling and solution purposes. To determine whether competing old and new tracklets can be associated, we assume the existence of a public state that represents the correlation between the tracklets. However, due to track fragmentation, this public state remains unknown. We need to search for the optimal public state of all candidate tracklet pairs within a feasible parameter space, using a fitness function value as the evaluation criterion. The old and new tracklets pairs that match the optimal public state are considered optimally associated. Since the solution process involves searching for the optimal state across multiple dimensions, it constitutes a high-dimensional optimization problem. To accomplish this task, the catch fish optimization algorithm (CFOA) is employed for its ability to escape local optima and handle high-dimensional optimization, enhancing the reliability of tracklet assignment. Furthermore, we achieve precise one-to-one associations by assigning new tracklet to old tracklet through the optimal tracklet assignment method we proposed, a process we abbreviate as AN2O, and its inverse process, which assigns old tracklet to new tracklet, abbreviated as AO2N. This dual approach is further complemented by an iterative discrimination mechanism that evaluates unselected tracklets to identify potential associations that may exist. The algorithm effectiveness of the proposed is validated using field experiment data from HFSWR in the Bohai Sea region, demonstrating its capability to accurately process complex tracklet data.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».