仿生模式识别目标跟踪算法研究与应用

摘要	第1-4页
Abstract	第4-7页
第一章 绪论	第7-17页
·课题背景与研究意义	第7-8页
·目标跟踪技术在国内外的研究现状	第8-13页
·基于生成模型的目标跟踪算法	第9-10页
·基于分类器的目标跟踪算法	第10-13页
·仿生模式识别的发展现状	第13-14页
·本文的内容安排	第14-17页
第二章 仿生模式识别的理论基础与实现方法	第17-25页
·仿生模式识别的基础——同源连续性原理	第17页
·仿生模式识别与传统模式识别的差别	第17-20页
·认知理论的差别	第17-18页
·数学模型的差别	第18-20页
·仿生模式识别的几何学习理论	第20-23页
·高维空间几何学基本概念	第20-21页
·高维空间中的点分布	第21-23页
·本章小结	第23-25页
第三章 仿生模式识别跟踪方法的实现与应用	第25-43页
·多权值神经元	第25-29页
·双权值神经元模型	第26-27页
·三权值神经元模型	第27-28页
·多权值神经元模型	第28-29页
·基于仿生模式识别的目标跟踪算法	第29-35页
·相位谱重构	第29-32页
·窗函数	第32-33页
·提取训练样本	第33页
·PCA 降维算法	第33-34页
·目标跟踪算法流程	第34-35页
·实验结果与分析	第35-41页
·车过杆实验	第35-37页
·同一目标不同场景下的跟踪	第37-41页
·本章小结	第41-43页
第四章 在线学习的仿生模式识别跟踪方法	第43-56页
·在线学习	第43-44页
·训练样本集的创建	第44-46页
·网络更新策略	第46-47页
·网络更新思想	第46页
·网络更新准则设计	第46-47页
·目标跟踪算法流程	第47-48页
·实验结果分析	第48-54页
·本章小结	第54-56页
第五章 总结与展望	第56-57页
致谢	第57-58页
参考文献	第58-62页
作者在攻读硕士期间完成的工作	第62-63页