Endre søk
Begrens søket
1 - 2 of 2
RefereraExporteraLink til resultatlisten
Permanent link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Treff pr side
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Forfatter A-Ø
  • Forfatter Ø-A
  • Tittel A-Ø
  • Tittel Ø-A
  • Type publikasjon A-Ø
  • Type publikasjon Ø-A
  • Eldste først
  • Nyeste først
  • Skapad (Eldste først)
  • Skapad (Nyeste først)
  • Senast uppdaterad (Eldste først)
  • Senast uppdaterad (Nyeste først)
  • Disputationsdatum (tidligste først)
  • Disputationsdatum (siste først)
  • Standard (Relevans)
  • Forfatter A-Ø
  • Forfatter Ø-A
  • Tittel A-Ø
  • Tittel Ø-A
  • Type publikasjon A-Ø
  • Type publikasjon Ø-A
  • Eldste først
  • Nyeste først
  • Skapad (Eldste først)
  • Skapad (Nyeste først)
  • Senast uppdaterad (Eldste først)
  • Senast uppdaterad (Nyeste først)
  • Disputationsdatum (tidligste først)
  • Disputationsdatum (siste først)
Merk
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 1.
    Javadi, Mohammad Saleh
    et al.
    Blekinge Tekniska Högskola, Fakulteten för teknikvetenskaper, Institutionen för matematik och naturvetenskap.
    Rameez, Muhammad
    Blekinge Tekniska Högskola, Fakulteten för teknikvetenskaper, Institutionen för matematik och naturvetenskap.
    Dahl, Mattias
    Blekinge Tekniska Högskola, Fakulteten för teknikvetenskaper, Institutionen för matematik och naturvetenskap.
    Pettersson, Mats
    Blekinge Tekniska Högskola, Fakulteten för teknikvetenskaper, Institutionen för matematik och naturvetenskap.
    Vehicle classification based on multiple fuzzy c-means clustering using dimensions and speed features2018Inngår i: Procedia Computer Science, Elsevier, 2018, Vol. 126, s. 7s. 1344-1350Konferansepaper (Fagfellevurdert)
    Abstract [en]

    Vehicle classification has a significant use in traffic surveillance and management. There are many methods proposed to accomplish this task using variety of sensorS. In this paper, a method based on fuzzy c-means (FCM) clustering is introduced that uses dimensions and speed features of each vehicle. This method exploits the distinction in dimensions features and traffic regulations for each class of vehicles by using multiple FCM clusterings and initializing the partition matrices of the respective classifierS. The experimental results demonstrate that the proposed approach is successful in clustering vehicles from different classes with similar appearanceS. In addition, it is fast and efficient for big data analysiS.

  • 2.
    Rameez, Muhammad
    et al.
    Blekinge Tekniska Högskola, Fakulteten för teknikvetenskaper, Institutionen för matematik och naturvetenskap.
    Dahl, Mattias
    Blekinge Tekniska Högskola, Fakulteten för teknikvetenskaper, Institutionen för matematik och naturvetenskap.
    Pettersson, Mats
    Blekinge Tekniska Högskola, Fakulteten för teknikvetenskaper, Institutionen för matematik och naturvetenskap.
    Adaptive digital beamforming for interference suppression in automotive FMCW radars2018Inngår i: 2018 IEEE Radar Conference, (RadarConf 2018), Institute of Electrical and Electronics Engineers Inc. , 2018, s. 252-256Konferansepaper (Fagfellevurdert)
    Abstract [en]

    This paper addresses the problem of mutual interference between automotive radars. This problem is getting more attention with an increase in the number of radar systems used in traffic. An adaptive digital beamforming technique is presented here which suppresses the interference without the exact knowledge of the interfering signal's Direction of Arrival (DoA). The proposed technique is robust and does not rely on any calibration for the interference cancellation. The adaptive interference suppression method is evaluated using a simulated scenario. Up to about 20-23 dB improvement in the target Signal to Interference and Noise Ratio (SINR) is measured in the simulation and a better detection performance is achieved using the proposed interference suppression technique. © 2018 IEEE.

1 - 2 of 2
RefereraExporteraLink til resultatlisten
Permanent link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf