基于概念推理的目标识别关键技术研究
| 摘要 | 第10-12页 |
| Abstract | 第12-14页 |
| 第一章 绪论 | 第15-28页 |
| 1.1 目标识别技术的发展趋势 | 第15-18页 |
| 1.2 研究现状及存在的问题 | 第18-22页 |
| 1.3 基于概念推理的目标识别 | 第22-25页 |
| 1.4 论文主要工作及章节安排 | 第25-28页 |
| 第二章 先验信息的概念化表示模型与方法 | 第28-46页 |
| 2.1 引言 | 第28页 |
| 2.2 概念的生成方式 | 第28-29页 |
| 2.3 数据的概念化表示模型 | 第29-39页 |
| 2.3.1 一型模糊集模型 | 第30-32页 |
| 2.3.2 区间二型模糊集模型 | 第32-39页 |
| 2.4 概念结构的本体表示方法 | 第39-45页 |
| 2.4.1 形式概念分析方法 | 第39-43页 |
| 2.4.2 词汇概念分析方法 | 第43-45页 |
| 2.5 本章小结 | 第45-46页 |
| 第三章 样本数据的概念推理规则生成方法 | 第46-65页 |
| 3.1 引言 | 第46-47页 |
| 3.2 由训练数据构建一型概率模糊系统 | 第47-54页 |
| 3.2.1 模糊集划分与规则生成 | 第47-50页 |
| 3.2.2 模糊逻辑推理方法 | 第50-51页 |
| 3.2.3 模糊系统的推理性能 | 第51-54页 |
| 3.3 遗传算法对模糊系统的优化 | 第54-60页 |
| 3.3.1 系统的优化指标 | 第54-56页 |
| 3.3.2 模糊划分的编码设计 | 第56-58页 |
| 3.3.3 模糊系统的优化算法 | 第58-60页 |
| 3.4 一型模糊系统在目标识别中的应用 | 第60-64页 |
| 3.4.1 雷达辐射源识别实验研究 | 第60-63页 |
| 3.4.2 不同方法的对比与分析 | 第63-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第四章 专家经验的概念推理规则构建方法 | 第65-89页 |
| 4.1 引言 | 第65-67页 |
| 4.2 经验描述信息的收集与处理 | 第67-72页 |
| 4.2.1 收集经验描述的数值区间 | 第67-70页 |
| 4.2.2 数值区间的计算处理 | 第70-72页 |
| 4.3 区间二型模糊推理系统的设计建模 | 第72-78页 |
| 4.3.1 数值区间的一型模糊集表示 | 第73-74页 |
| 4.3.2 区间二型模糊集的模型构造 | 第74-76页 |
| 4.3.3 由经验描述信息生成模糊规则 | 第76页 |
| 4.3.4 区间二型模糊规则的推理方法 | 第76-78页 |
| 4.4 区间二型模糊系统的概念推理应用 | 第78-87页 |
| 4.4.1 模糊系统的融合推理方法 | 第78-81页 |
| 4.4.2 雷达辐射源识别的推理研究 | 第81-87页 |
| 4.5 本章小结 | 第87-89页 |
| 第五章 融合领域背景的概念推理识别方法 | 第89-116页 |
| 5.1 引言 | 第89-90页 |
| 5.2 概念层面的目标推理识别框架 | 第90-93页 |
| 5.3 形式概念分析的本体推理识别 | 第93-102页 |
| 5.3.1 背景信息的组织过程 | 第93-96页 |
| 5.3.2 形式概念分析的本体生成 | 第96-97页 |
| 5.3.3 本体概念的匹配与关联 | 第97-99页 |
| 5.3.4 异质信息融合与识别 | 第99-102页 |
| 5.4 词汇概念分析的本体推理识别 | 第102-115页 |
| 5.4.1 词汇概念的本体结构 | 第102-103页 |
| 5.4.2 概念内涵词汇链的建立 | 第103-107页 |
| 5.4.3 词汇概念的推理识别 | 第107-115页 |
| 5.5 本章小结 | 第115-116页 |
| 第六章 结束语 | 第116-120页 |
| 6.1 论文的主要研究成果 | 第116-118页 |
| 6.2 后续工作展望 | 第118-120页 |
| 致谢 | 第120-121页 |
| 参考文献 | 第121-132页 |
| 作者在学期间取得的学术成果 | 第132-133页 |
| 附录A 缩略语 | 第133-134页 |
| 附录B 区间二型模糊集的质心计算方法 | 第134-137页 |
| 附录C 一型模糊系统通用逼近定理证明 | 第137-139页 |
| 附录D 数值区间合理性检验门限的推导 | 第139-141页 |
