目標跟蹤中的群智能優(yōu)化方法

定　價：￥68.00

作　者：	張煥龍著
出版社：	電子工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787121374708	出版時間：	2020-05-01	包裝：	平裝
開本：	16開	頁數(shù)：	226	字數(shù)：

內(nèi)容簡介

　　全書內(nèi)容共分為9章，系統(tǒng)地介紹了群智能優(yōu)化方法的發(fā)展及其在視頻目標跟蹤中的應用。全書分為基于標準群智能優(yōu)化方法的目標跟蹤篇（包含第3-4章），基于改進群智能優(yōu)化方法的目標跟蹤篇（包含第5-6章），基于混合群智能優(yōu)化方法的目標跟蹤篇（包含第7-8章），以及群智能優(yōu)化目標跟蹤方法比較分析（包含第9章）。第1章為緒論。第2章介紹了優(yōu)化方法與目標跟蹤關系。第3章介紹了基于正余弦算法的目標跟蹤方法，第4章介紹了基于飛蛾-火焰算法的目標跟蹤方法。第5章討論了基于改進布谷鳥搜索算法的目標跟蹤方法。第6章給出了改進蚱蜢優(yōu)化算法的目標跟蹤方法。第7章給出了基于混合EALO-SCA優(yōu)化算法的目標跟蹤方法。第8章給出了基于混合AWOA-DE優(yōu)化算法的目標跟蹤方法。第9章給出了基于優(yōu)化的目標跟蹤方法實驗分析。

作者簡介

　　張煥龍，男，上海交通大學博士，副教授，自動化系主任，碩士研究生導師。主要從事視頻目標識別與跟蹤技術、智能監(jiān)控系統(tǒng)設計與開發(fā)、公共區(qū)域異常行為檢測與分析、多源傳感器信息融合技術等方面的研究工作。主持完成國家自然科學青年基金項目1項、河南省科技攻關項目2項，參與完成國家863自然科學基金重點項目1項、國家自然科學基金面上項目2項；獲得河南省科技進步二等獎1項，河南省教育廳科技成果一等獎1項、二等獎2項；科學出版社出版學術專著1部，獲得國家授權發(fā)明專利6項，發(fā)表學術論文40余篇，其中SCI檢索論文20余篇；主持在研國家自然科學基金面上項目1項，參與國家自科基金1項。在《計算機研究與發(fā)展》期刊發(fā)表的學術論文《基于外觀模型的視頻目標跟蹤方法綜述》，被評為2015年度最有影響力的學術成果。

圖書目錄

目錄
第1章緒論\t1
1．1 研究背景和意義\t1
1．2 國內(nèi)外目標跟蹤研究現(xiàn)狀\t2
1．2．1 國內(nèi)外目標跟蹤方法綜述文獻概況\t2
1．2．2 國內(nèi)外目標跟蹤測試數(shù)據(jù)庫概述\t3
1．2．3 國內(nèi)外目標跟蹤方法概述\t4
1．3 群優(yōu)化算法在目標跟蹤中的應用\t7
1．3．1 元啟發(fā)式優(yōu)化算法\t7
1．3．2 基于群優(yōu)化算法的目標跟蹤方法\t8
1．3．3 基于混合群優(yōu)化算法的目標跟蹤方法\t10
1．4 本書內(nèi)容及安排\t11
第2章優(yōu)化算法與目標跟蹤\t13
2．1 優(yōu)化問題與目標跟蹤\t13
2．2 特征提取\t14
2．3 相似函數(shù)\t15
2．4 優(yōu)化算法性能評估機制\t16
2．4．1 收斂精度分析\t16
2．4．2 收斂效率分析\t17
2．5 目標跟蹤性能評估機制\t17
2．5．1 定性評估\t17
2．5．2 定量評估\t17
第3章基于SCA算法的目標跟蹤方法\t19
3．1 引言\t19
3．2 SCA算法原理\t20
3．3 基于SCA算法的目標跟蹤\t24
3．3．1 跟蹤框架\t24
3．3．2 參數(shù)調(diào)整和分析\t26
3．4 實驗分析\t27
3．4．1 實驗設置\t27
3．4．2 定性分析\t27
3．4．3 定量分析\t30
3．5 小結\t34
第4章基于飛蛾-火焰算法的目標跟蹤方法\t35
4．1 引言\t35
4．2 飛蛾-火焰算法\t37
4．2．1 生物學原理\t37
4．2．2 數(shù)學原理\t38
4．3 基于飛蛾-火焰算法的目標跟蹤\t46
4．3．1 跟蹤框架\t46
4．3．2 參數(shù)調(diào)整和分析\t47
4．4 實驗分析\t49
4．4．1 定性分析\t49
4．4．2 定量分析\t52
4．4．3 平均運行時間\t56
4．5 小結\t56
第5章基于改進布谷鳥搜索算法的目標跟蹤方法\t58
5．1 引言\t58
5．2 布谷鳥搜索算法\t59
5．2．1 布谷鳥搜索算法介紹\t59
5．2．2 布谷鳥搜索算法的數(shù)學原理\t61
5．3 單純形法\t63
5．4 改進布谷鳥搜索算法\t64
5．5 基于改進布谷鳥搜索算法的目標跟蹤\t66
5．6 實驗分析\t66
5．6．1 實驗設置\t66
5．6．2 定性分析\t67
5．6．3 定量分析\t70
5．7 小結\t73
第6章基于改進蚱蜢優(yōu)化算法的目標跟蹤方法\t74
6．1 引言\t74
6．2 改進蚱蜢優(yōu)化算法\t74
6．2．1 蚱蜢優(yōu)化算法\t74
6．2．2 基于Levy飛行的蚱蜢優(yōu)化算法\t80
6．3 基于改進蚱蜢優(yōu)化算法的目標跟蹤\t81
6．3．1 基于LGOA算法的跟蹤系統(tǒng)\t81
6．3．2 參數(shù)調(diào)整和分析\t82
6．4 實驗分析\t83
6．4．1 實驗設置\t83
6．4．2 定性分析\t83
6．4．3 定量分析\t85
6．5 小結\t87
第7章基于改進蟻獅優(yōu)化算法的目標跟蹤方法\t88
7．1 引言\t88
7．2 改進蟻獅優(yōu)化算法介紹\t89
7．2．1 蟻獅優(yōu)化算法\t89
7．2．2 改進蟻獅優(yōu)化算法\t92
7．3 混合EALO-SCA算法\t95
7．4 基于混合EALO-SCA算法的目標跟蹤\t97
7．4．1 混合優(yōu)化跟蹤系統(tǒng)\t97
7．4．2 參數(shù)調(diào)整和分析\t98
7．5 實驗分析\t100
7．5．1 實驗設置\t100
7．5．2 與基于SCA算法的跟蹤器和基于SAKCF算法的
跟蹤器比較\t101
7．5．3 與先進的跟蹤器比較\t105
7．6 小結\t111
第8章基于混合AWOA-DE算法的目標跟蹤方法\t113
8．1 引言\t113
8．2 鯨魚優(yōu)化算法和差分進化算法介紹\t114
8．2．1 鯨魚優(yōu)化算法（WOA）\t114
8．2．2 差分進化算法（DE）\t117
8．3 混合AWOA-DE算法\t119
8．3．1 AWOA算法\t119
8．3．2 混合AWOA-DE算法介紹\t120
8．3．3 混合AWOA-DE算法的性能評估\t121
8．4 基于混合AWOA-DE算法的目標跟蹤\t134
8．4．1 系統(tǒng)結構和跟蹤流程\t134
8．4．2 參數(shù)調(diào)整和分析\t136
8．5 實驗分析\t136
8．5．1 AWOA算法和WOA算法的性能比較\t136
8．5．2 混合AWOA-DE算法的穩(wěn)定性分析\t137
8．5．3 與先進的跟蹤器比較\t138
8．6 小結\t149
第9章基于群優(yōu)化算法的目標跟蹤方法的比較分析\t150
9．1 引言\t150
9．2 跟蹤框架\t151
9．3 實驗對比及分析\t152
9．3．1 效率分析\t153
9．3．2 精度分析\t155
9．3．3 討論\t160
9．4 小結\t161
附錄A 23個基準函數(shù)\t162
參考文獻\t164