| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第14-25页 |
| 1.1 引言 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.3 本论文的创新点 | 第20-21页 |
| 1.4 论文算法测试数据库及评估准则 | 第21-22页 |
| 1.5 论文内容安排及章节关系 | 第22-25页 |
| 2 充分性半监督特征提取算法 | 第25-58页 |
| 2.1 引言 | 第25页 |
| 2.2 半监督学习理论 | 第25-26页 |
| 2.3 半监督特征表达 | 第26-33页 |
| 2.4 半监督分类 | 第33-46页 |
| 2.5 基于半监督充分性红外特征表达 | 第46-56页 |
| 2.6 本章小结 | 第56-58页 |
| 3 基于半监督粗糙公共向量的在线红外跟踪算法 | 第58-72页 |
| 3.1 引言 | 第58页 |
| 3.2 现有的红外目标表达方式 | 第58-59页 |
| 3.3 半监督粗糙公共向量算法 | 第59-63页 |
| 3.4 增量半监督粗糙共同向量算法及在红外跟踪的应用 | 第63-65页 |
| 3.5 实验 | 第65-71页 |
| 3.6 总结 | 第71-72页 |
| 4 基于边缘信息半监督广义公共向量的在线红外跟踪算法 | 第72-83页 |
| 4.1 引言 | 第72页 |
| 4.2 半监督广义公共向量分析算法 | 第72-75页 |
| 4.3 基于增量半监督广义公共向量分析的红外跟踪算法 | 第75-76页 |
| 4.4 实验 | 第76-82页 |
| 4.5 总结 | 第82-83页 |
| 5 基于半监督可变流形嵌入的在线红外跟踪算法 | 第83-92页 |
| 5.1 引言 | 第83-84页 |
| 5.2 半监督增量可变流形嵌入算法 | 第84-86页 |
| 5.3 实验 | 第86-91页 |
| 5.4 总结 | 第91-92页 |
| 6 基于增强的—比特变换的红外小目标提取算法 | 第92-98页 |
| 6.1 引言 | 第92页 |
| 6.2 基于增强—比特变换的目标提取算法 | 第92-95页 |
| 6.3 En1BT算法在红外小目标提取的应用 | 第95页 |
| 6.4 总结 | 第95-98页 |
| 7 总结与展望 | 第98-100页 |
| 7.1 论文总结 | 第98-99页 |
| 7.2 研究展望 | 第99-100页 |
| 致谢 | 第100-101页 |
| 参考文献 | 第101-115页 |
| 附录1 攻读学位期间发表的学术论文 | 第115-116页 |
| 附录2 攻读学位期间参与的课题 | 第116-117页 |
| 附录3 本文采用的红外跟踪数据库相关介绍 | 第117-121页 |
| 附录4 FR和SemKFR算法的的一些计算推导 | 第121-125页 |
