首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

高密度群体分割及其行为识别技术研究

致谢第1-6页
摘要第6-8页
Abstract第8-14页
1 绪论第14-21页
   ·研究的背景和意义第14-16页
   ·国内外研究现状分析第16-19页
   ·论文的主要工作和章节安排第19-21页
2 高密度群体运动描述的方法及理论第21-29页
   ·本章引论第21页
   ·高密度群体运动描述的一般方法第21-25页
     ·拉格朗日方法第21-23页
     ·欧拉方法第23-25页
   ·基于拉格朗日法和欧拉法的几种运动场介绍第25-28页
   ·小结第28-29页
3 基于脉线的高密度群体分割方法第29-44页
   ·本章引论第29页
   ·基于脉线的群体分割算法第29-38页
     ·改进的变分光流法第30-32页
     ·脉线的表示第32-33页
     ·连续流场(Streak Flow)第33-35页
     ·相似度计算第35-38页
     ·过度分割处理第38页
   ·实验结果及分析第38-42页
   ·小结第42-44页
4 高密度群体行为识别技术的研究第44-60页
   ·本章引论第44-45页
   ·高密度群体特征的表示方法第45-51页
     ·动系统动态性分析第45-46页
     ·高密度群体微行为语义时空立方体特征的建立第46-51页
   ·高密度群体行为识别技术第51-56页
     ·行为特征的稀疏表示第52-55页
     ·基于局部线性嵌入表示的群体行为识别第55-56页
   ·实验结果及分析第56-59页
   ·小结第59-60页
5 总结与展望第60-63页
   ·研究工作总结第60-61页
   ·工作展望第61-63页
参考文献第63-67页
作者简介第67页

论文共67页,点击 下载论文
上一篇:监督型流形学习在模式识别中的研究
下一篇:关于改进神经网络泛化性能的若干算法研究