基于粗糙集理论的雷达目标高分辨距离像识别
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-22页 |
| ·研究背景与意义 | 第12-14页 |
| ·研究历史与现状 | 第14-20页 |
| ·直接以HRRP 为特征矢量进行目标识别 | 第15-16页 |
| ·平移不变特征提取及识别 | 第16-17页 |
| ·姿态不敏感特征提取及识别 | 第17页 |
| ·特征压缩技术 | 第17-18页 |
| ·模式分类器设计技术 | 第18-19页 |
| ·新型数据挖掘技术在HRRP 识别中的应用 | 第19-20页 |
| ·论文主要工作和章节安排 | 第20-22页 |
| 第二章 粗糙集基本理论 | 第22-34页 |
| ·引言 | 第22-23页 |
| ·经典集与等价关系 | 第23页 |
| ·粗糙集及其近似 | 第23-24页 |
| ·信息系统 | 第24-26页 |
| ·辨识矩阵的定义 | 第26-27页 |
| ·约简与核 | 第27-30页 |
| ·约简求解算法 | 第30-33页 |
| ·组合-验证法 | 第30页 |
| ·基于属性重要性的启发式搜索 | 第30-31页 |
| ·基于决策辨识矩阵的代数方法 | 第31-32页 |
| ·随机搜索法 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于标准粗糙集理论的HRRP 识别 | 第34-59页 |
| ·引言 | 第34-35页 |
| ·雷达目标高分辨距离像 | 第35-39页 |
| ·高分辨距离像获取 | 第35-37页 |
| ·飞机目标的高分辨距离像仿真结果 | 第37-39页 |
| ·数据预处理方法 | 第39-44页 |
| ·数据分割 | 第40-41页 |
| ·归一化 | 第41页 |
| ·离散化 | 第41-44页 |
| ·一致训练样本集 | 第44页 |
| ·基于约简的HRRP 特征选择 | 第44-49页 |
| ·基于约简的特征选择原理 | 第44-45页 |
| ·HRRP 约简求解算法 | 第45-47页 |
| ·基于约简的HRRP 特征选择仿真结果 | 第47-49页 |
| ·规则提取方法 | 第49-51页 |
| ·识别算法流程 | 第51-53页 |
| ·分类规则融合 | 第52页 |
| ·训练与识别流程 | 第52-53页 |
| ·仿真实验与讨论 | 第53-57页 |
| ·本章小结 | 第57-59页 |
| 第四章 基于连续值粗糙集理论的HRRP 识别 | 第59-77页 |
| ·引言 | 第59-60页 |
| ·连续值粗糙集 | 第60-65页 |
| ·连续值信息系统的基本概念 | 第60-61页 |
| ·连续值决策信息系统的规则提取 | 第61-62页 |
| ·连续值决策信息系统属性约简 | 第62-65页 |
| ·基于连续值粗糙集的HRRP 识别方法 | 第65-70页 |
| ·数据预处理方法 | 第65页 |
| ·约简求解算法 | 第65-68页 |
| ·基于连续值粗糙集的HRRP 识别算法流程 | 第68-70页 |
| ·仿真实验及结果分析 | 第70-75页 |
| ·本章小结 | 第75-77页 |
| 第五章 结束语 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 作者在学期间取得的学术成果 | 第84页 |
