LINGO是用来求解线性和非线性优化问题的简易工具。LINGO内置了一种建立最优化模型的语言，可以简便地表达大规模问题，利用LINGO高效的求解器可快速求解并分析结果。 §1 LINGO快速入门 当你在windows下开始运行LINGO系统时，会得到类似下面的一个窗口： 外层是主框架窗口，包含了所有菜单命令和工具条，其它所有的窗口将被包含在主窗口之下。在主窗口内的标题为LINGO Model – LINGO1的窗口是LINGO的默认模型窗口，建立的模型都都要 在该窗口内编码实现。下面举两个例子

跟踪视频库Benchmark中的Car4视频序列，内含每帧图像和真值。

计算机图形学，MATLAB。7-车牌、彩色图像。 文件夹 PATH 列表 卷序列号为 4E8D-6931 C:. │ .txt │ 7-车牌、彩色图像.rar │ c1.jpg │ c2.jpg │ c3.jpg │ c4.jpg │ c5.jpg │ car1.m │ car1.png │ car2.m │ car2.png │ car3.m │ car3.png │ car4.m │ car4.png │ car5.m │ car5.png │ cardemo.m │ color.jpg

Struck在面对目标尺度变化的场景时，跟踪结果的精度会降低，甚至出现丢失目标的情况。为解决这一问题，提出了一种在分类判别器中引入尺度变量的解决方案，在提高算法对尺度变化的鲁棒性的同时提高算法的实时性。对算法的改进主要是在分类判别器添加尺度变量，让分类器学习目标的尺度信息。同时在采样过程中，利用支持向量机中的判别函数实现目标位置预测，并减少计算量、提高实时性。改进后的算法在Car4、Girl、Walking、Basketball三个视频序列测试集上进行测试，运行平台为I7处理器、Win10系统，