目標(biāo)跟蹤中的群智能優(yōu)化方法

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(biāo)跟蹤研究現(xiàn)狀\t2
1．2．1 國內(nèi)外目標(biāo)跟蹤方法綜述文獻(xiàn)概況\t2
1．2．2 國內(nèi)外目標(biāo)跟蹤測(cè)試數(shù)據(jù)庫概述\t3
1．2．3 國內(nèi)外目標(biāo)跟蹤方法概述\t4
1．3 群優(yōu)化算法在目標(biāo)跟蹤中的應(yīng)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(biāo)跟蹤方法\t8
1．3．3 基于混合群優(yōu)化算法的目標(biāo)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(biāo)跟蹤\t13
2．1 優(yōu)化問題與目標(biāo)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(píng)估機(jī)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(biāo)跟蹤性能評(píng)估機(jī)制\t17
2．5．1 定性評(píng)估\t17
2．5．2 定量評(píng)估\t17
第3章 基于SCA算法的目標(biāo)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(biāo)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(shí)驗(yàn)分析\t27
3．4．1 實(shí)驗(yàn)設(shè)置\t27
3．4．2 定性分析\t27
3．4．3 定量分析\t30
3．5 小結(jié)\t34
第4章 基于飛蛾-火焰算法的目標(biāo)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(xué)原理\t37
4．2．2 數(shù)學(xué)原理\t38
4．3 基于飛蛾-火焰算法的目標(biāo)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(shí)驗(yàn)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(yùn)行時(shí)間\t56
4．5 小結(jié)\t56
第5章 基于改進(jìn)布谷鳥搜索算法的目標(biāo)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(xué)原理\t61
5．3 單純形法\t63
5．4 改進(jìn)布谷鳥搜索算法\t64
5．5 基于改進(jìn)布谷鳥搜索算法的目標(biāo)跟蹤\t66
5．6 實(shí)驗(yàn)分析\t66
5．6．1 實(shí)驗(yàn)設(shè)置\t66
5．6．2 定性分析\t67
5．6．3 定量分析\t70
5．7 小結(jié)\t73
第6章 基于改進(jìn)蚱蜢優(yōu)化算法的目標(biāo)跟蹤方法\t74
6．1 引言\t74
6．2 改進(jìn)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(jìn)蚱蜢優(yōu)化算法的目標(biāo)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(shí)驗(yàn)分析\t83
6．4．1 實(shí)驗(yàn)設(shè)置\t83
6．4．2 定性分析\t83
6．4．3 定量分析\t85
6．5 小結(jié)\t87
第7章 基于改進(jìn)蟻獅優(yōu)化算法的目標(biāo)跟蹤方法\t88
7．1 引言\t88
7．2 改進(jìn)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(jìn)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(biāo)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(shí)驗(yàn)分析\t100
7．5．1 實(shí)驗(yàn)設(shè)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(jìn)的跟蹤器比較\t105
7．6 小結(jié)\t111
第8章 基于混合AWOA-DE算法的目標(biāo)跟蹤方法\t113
8．1 引言\t113
8．2 鯨魚優(yōu)化算法和差分進(jìn)化算法介紹\t114
8．2．1 鯨魚優(yōu)化算法（WOA）\t114
8．2．2 差分進(jìn)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(píng)估\t121
8．4 基于混合AWOA-DE算法的目標(biāo)跟蹤\t134
8．4．1 系統(tǒng)結(jié)構(gòu)和跟蹤流程\t134
8．4．2 參數(shù)調(diào)整和分析\t136
8．5 實(shí)驗(yàn)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(jìn)的跟蹤器比較\t138
8．6 小結(jié)\t149
第9章 基于群優(yōu)化算法的目標(biāo)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(shí)驗(yàn)對(duì)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(jié)\t161
附錄A 23個(gè)基準(zhǔn)函數(shù)\t162
參考文獻(xiàn)\t164