基于数据挖掘理论跟踪算法研究

《基于数据挖掘理论跟踪算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、DissertationSubmittedtoShanghaiJiaoTongUniversityfortheDegreeofMasterStudyOnTrackingAlgorithmBasedOnDataMiningTheoriesCandidate：LiChenStudentID:1100329069Supervisor：Prof.XiaoHongPangAssistantSupervisor:Prof.AcademicDegreeAppliedfor：MasterofEngineeringPatternRecognitio

2、nandIntelligentSpeciality：SystemSchoolofElectronicInformationandAffiliation：ElectricalEngineeringthDateofDefence：Feb.212013Degree-Conferring-Institution：ShanghaiJiaoTongUniversity万方数据上海交通大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集

3、体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日万方数据上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。本学位论文属于不保密□。（

4、请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日万方数据基于数据挖掘理论的图像跟踪算法研究摘要本文在总结和详细分析现有跟踪算法的优点和不足的同时，在充分了解数据挖掘中概念漂移和类不均衡问题的基础上，提出了基于概念漂移（ConceptDrift）框架的目标跟踪算法，建立了适合描述概念漂移的模型，利用概念漂移得到的先验概率知识优化调整更新跟踪模型，并将其嵌入到粒子滤波的框架内，并将该算法应用于光照突变场景甚至前景目标运动模式发生变化的场景下，能取得较好的跟踪效果。本文的主要工作有：基于目标跟踪领域，提

5、出有利数据挖掘的有效概念。概念漂移过去的研究局限于数据挖掘领域，本文将概念漂移从数据挖掘扩展到机器视觉，且第一步工作就是定义机器视觉中的有效概念。利用漂移检测算法检测漂移点。贝叶斯理论同时是漂移检测的研究热点，且与目标跟踪中目标位置预测的概率模型相切合，据此可以将两者统一在一个概率框架内。提出基于漂移检测的目标跟踪新算法。基于粒子滤波的概率框架，将概念漂移的知识直接结合到目标跟踪的后验似然概率中，因此，一旦概念漂移检测到场景中的漂移现象，将会立即调整跟踪模型，使得跟踪算法能够快速适应漂移点之后的跟踪。此外，还讨论了与概念漂移经

6、常同时出现的类不均衡问题，指出基于分类器的跟踪算法中还存在类不均衡问题，正负样本的不均衡会对训练得出的分类器性能大有影响，并且我们结合了数据挖掘中解决类不均衡问题的算法思想，将其运用到分类器的训练过程中，以提高分类精度和跟踪性能。-1-万方数据上海交通大学硕士学位论文关键词：目标跟踪，概念漂移，贝叶斯方法，漂移点检测，类不均衡I万方数据上海交通大学硕士学位论文STUDYONTRACKINGALGORITHMBASEDONDATAMININGTHEORIESABSTRACTAftercomprehensiveconclusionan

7、ddetailedanalysisontheadvantageanddisadvantageofthetrackingalgorithminexistenceandfullunderstandingofConceptDriftandClassImbalanceinthefieldofDataMining,thispaperproposeannovelobjecttrackingalgorithmwithintheframeworkofConceptDrift,whichmakethebestuseoftheprobabilityk

8、nowledgeofchange-pointdetectiontoupdateandadaptthetrackingalgorithm.Thealgorithmdescribedinthispaperisembeddedintheframework