《表1 参数对分离的影响 (l=1.5)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于KICA改进算法的运动目标检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据表1中R、F和S的参数，可以看出随着k的减少，正确检测到目标点的数目在增加，且检测性能在变好；由P可以看出，KICA几乎能将所有检测点检测出来。而核宽度对检测性能的影响，当k比较小时，随着σ2的增大，正确检测到目标点的数目先增加再减少，相似度也是如此，可看出σ2存在极值，能使KICA的性能优化。综上可得，不在影响运算速度的情况下，k应该选尽可能小，而对于σ2，需要找到其极值，才能最优化KICA算法。这里最优选择是，k=0.002，σ2=0.25。