技術(shù)編號：10595104
提示：您尚未登錄，請點 登 陸 后下載，如果您還沒有賬戶請點 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細信息。 在多目標跟蹤器的設(shè)計過程中，對標的運動過程進行較為完整的建模成為一種常 用且有效的解決方法。例如，倫敦大學的化OStow副教授通過對單個目標的特征點進行聚類 概率建模來獲得目標的運行軌跡。利用濾波器針對性地設(shè)計統(tǒng)計軌跡模型，對跟蹤過程的 每個位置進行先驗概率統(tǒng)計計算，獲得目標在大概率下的跟蹤似然軌跡等。然而，運類方法 大多需要許多的限定假設(shè)條件來滿足模型環(huán)境，有些還會出現(xiàn)NP完全問題。將運種策略與 進化算法相結(jié)合構(gòu)造出一種基于分解的多目標進化算法(Mul...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識儲備，不適合論文引用。
請注意，此類技術(shù)沒有源代碼，用于學習研究技術(shù)思路。