基于数据挖掘理论的跟踪算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第1章 绪论 | 第11-22页 |
| ·图像跟踪的研究背景与意义 | 第11-12页 |
| ·基于数据挖掘的跟踪算法研究概述 | 第12-20页 |
| ·目标跟踪算法研究现状分析 | 第12-17页 |
| ·数据挖掘框架下的跟踪算法的研究意义 | 第17-20页 |
| ·论文的研究工作及创新 | 第20-21页 |
| ·论文的章节安排 | 第21-22页 |
| 第2章 概念漂移点检测 | 第22-36页 |
| ·概念漂移简介 | 第22-25页 |
| ·概念漂移检测模型的目标 | 第25-26页 |
| ·通用贝叶斯生成式模型 | 第26-28页 |
| ·贝叶斯在线漂移检测原理 | 第28-33页 |
| ·Run 序列长度递归估计 | 第30-32页 |
| ·共轭指数模型 | 第32页 |
| ·在线漂移点检测算法 | 第32-33页 |
| ·实验结果 | 第33-35页 |
| ·高斯分布均值漂移时的检测试验 | 第33-34页 |
| ·道琼斯指数漂移试验 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 概念漂移框架下的目标跟踪算法 | 第36-50页 |
| ·引言 | 第36页 |
| ·经典跟踪算法简介 | 第36-40页 |
| ·跟踪算法中概念的定义 | 第40-41页 |
| ·概念漂移框架下的目标跟踪 | 第41-46页 |
| ·跟踪模型的建立 | 第42-45页 |
| ·基于概念漂移的跟踪算法 | 第45-46页 |
| ·实验结果 | 第46-49页 |
| ·光照突变场景下的跟踪 | 第46-48页 |
| ·当目标运动模式发生变化情况下的跟踪 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 目标跟踪中类不均衡问题的研究及算法改进 | 第50-60页 |
| ·引言 | 第50-51页 |
| ·适用类不均衡处理方法的跟踪算法简介 | 第51-53页 |
| ·多数类加权少数类过采样的均衡技术 | 第53-55页 |
| ·构建集合S imin | 第53-54页 |
| ·为S imin中的每个样本赋予权值 | 第54-55页 |
| ·合成样本生成 | 第55页 |
| ·基于类不均衡的跟踪算法 | 第55-57页 |
| ·实验结果 | 第57-59页 |
| ·类不均衡处理方法性能实验 | 第57-58页 |
| ·整合类不均衡的跟踪算法实验 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-61页 |
| ·总结 | 第60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间已发表或录用的论文 | 第67-69页 |
