|
|
|
|
复杂背景下的运动目标跟踪算法研究及其应用--基于随机有限集的目标跟踪算法研究 |
| |
| 论文目录 |
| |
| 摘要 | 第1-4页 | | Abstract | 第4-8页 | | 第一章 绪论 | 第8-16页 | | ·研究背景和意义 | 第8-9页 | | ·多目标跟踪方法概述 | 第9-14页 | | ·基于数据关联的多目标跟踪技术 | 第9-12页 | | ·基于随机有限集的多目标跟踪技术 | 第12-14页 | | ·基于 RFS 的目标跟踪技术的研究现状 | 第14-15页 | | ·本文的主要工作和各章结构安排 | 第15-16页 | | 第二章 基于 RFS 的目标跟踪技术的理论基础 | 第16-28页 | | ·单目标贝叶斯滤波 | 第16-18页 | | ·随机有限集及其统计理论 | 第18-21页 | | ·随机有限集 | 第18-19页 | | ·有限集统计特性 | 第19-21页 | | ·基于 RFS 的多目标贝叶斯滤波 | 第21-24页 | | ·基于 RFS 的多目标模型 | 第21-24页 | | ·多目标贝叶斯滤波 | 第24页 | | ·概率假设密度滤波 | 第24-27页 | | ·本章小结 | 第27-28页 | | 第三章 概率假设密度滤波算法的实现 | 第28-42页 | | ·引言 | 第28页 | | ·粒子概率假设密度滤波 | 第28-35页 | | ·粒子滤波 | 第28-33页 | | ·粒子 PHD 滤波算法描述 | 第33-35页 | | ·高斯混合概率假设密度滤波 | 第35-37页 | | ·仿真实验 | 第37-41页 | | ·粒子 PHD 算法仿真实验 | 第37-39页 | | ·高斯混合 PHD 算法仿真实验 | 第39-41页 | | ·本章小结 | 第41-42页 | | 第四章 基于 GM-PHD 的改进算法 | 第42-53页 | | ·引言 | 第42页 | | ·改进的概率假设密度滤波 | 第42-44页 | | ·高斯混合实现算法 | 第44-48页 | | ·预测 | 第45-46页 | | ·更新 | 第46页 | | ·改进的修剪与合并方法 | 第46-48页 | | ·仿真实验与分析 | 第48-52页 | | ·本章小结 | 第52-53页 | | 第五章 总结与展望 | 第53-55页 | | ·工作总结 | 第53页 | | ·展望 | 第53-55页 | | 致谢 | 第55-56页 | | 参考文献 | 第56-59页 | | 附录：作者在攻读硕士学位期间发表的论文 | 第59页 |
|
|
|
|
论文编号BS2200110，这篇论文共59页
会员购买按0.35元/页下载，共需支付20.65元。 直接购买按0.5元/页下载，共需要支付29.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务