| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究目的和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 目标检测研究综述 | 第9-10页 |
| 1.2.2 目标跟踪研究综述 | 第10-11页 |
| 1.3 课题研究思路及主要创新点 | 第11-12页 |
| 1.4 研究内容和结构安排 | 第12-14页 |
| 第二章 差分进化算法及应用 | 第14-21页 |
| 2.1 进化计算与进化算法 | 第14-15页 |
| 2.2 差分进化算法（DE） | 第15-19页 |
| 2.2.1 标准差分进化算法模型 | 第15-17页 |
| 2.2.2 差分进化算法的改进总结 | 第17-19页 |
| 2.3 差分进化算法的应用 | 第19页 |
| 2.4 本文涉及的相关工作 | 第19-20页 |
| 2.4.1 基于差分进化算法的改进工作 | 第19-20页 |
| 2.4.2 基于改进的DE算法在目标跟踪上的应用 | 第20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 基于进化方向拓展的DE算法研究 | 第21-33页 |
| 3.1 引言 | 第21-22页 |
| 3.2 DE算法的改进思路 | 第22-28页 |
| 3.2.1 进化方向的拓展 | 第22-25页 |
| 3.2.2 控制参数的自适应调整 | 第25-28页 |
| 3.2.3 算法实现 | 第28页 |
| 3.3 算法仿真及性能分析 | 第28-32页 |
| 3.3.1 算法性能评价规则 | 第28-29页 |
| 3.3.2 测试函数及初始化 | 第29-30页 |
| 3.3.3 测试结果与分析 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于辅助种群规模自适应调节的DE算法研究 | 第33-48页 |
| 4.1 引言 | 第33-34页 |
| 4.2 辅助种群规模自适应调节的方案设计 | 第34-41页 |
| 4.2.1 辅助种群的构建与进化 | 第34-36页 |
| 4.2.2 辅助种群规模的自适应调节 | 第36-39页 |
| 4.2.3 算法实现 | 第39-41页 |
| 4.3 算法仿真及性能分析 | 第41-47页 |
| 4.3.1 标准测试函数及参数设置 | 第41-42页 |
| 4.3.2 测试结果与分析 | 第42-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 改进的DE算法(TaPA-DE)在目标跟踪中的应用 | 第48-63页 |
| 5.1 引言 | 第48-49页 |
| 5.2 运动目标的检测 | 第49-54页 |
| 5.2.1 图像的灰度化处理与目标标定 | 第49-51页 |
| 5.2.2 背景模型的建立与自适应更新 | 第51-54页 |
| 5.3 基于TaPA-DE算法的跟踪方案设计 | 第54-57页 |
| 5.3.1 跟踪方案的基本流程 | 第55-56页 |
| 5.3.2 跟踪方案的算法实现 | 第56-57页 |
| 5.4 算法仿真及性能分析 | 第57-62页 |
| 5.4.1 与其他跟踪算法的比较分析 | 第58-60页 |
| 5.4.2 在其他数据集中的实验分析 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第68-69页 |
| 附录2 攻读硕士学位期间申请的专利 | 第69-70页 |
| 致谢 | 第70页 |