| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 目录 | 第10-14页 |
| 第1章 绪论 | 第14-34页 |
| ·研究背景及意义 | 第14-16页 |
| ·国内外研究现状 | 第16-30页 |
| ·国外研究现状 | 第16-22页 |
| ·国内研究现状 | 第22-29页 |
| ·威胁估计的主要技术 | 第29-30页 |
| ·主要研究内容和论文结构 | 第30-34页 |
| ·主要研究内容 | 第30-31页 |
| ·论文总体框架 | 第31-34页 |
| 第2章 威胁估计技术在光电防御系统中的应用研究 | 第34-50页 |
| ·引言 | 第34页 |
| ·信息融合与威胁估计 | 第34-41页 |
| ·信息融合技术 | 第34-36页 |
| ·威胁估计技术 | 第36-41页 |
| ·光电防御系统决策任务分析 | 第41-42页 |
| ·辅助决策算法在光电防御系统中的应用 | 第42-45页 |
| ·光电防御系统中指挥控制系统功能 | 第42-43页 |
| ·光电防御系统中指挥控制系统硬件组成 | 第43-45页 |
| ·光电防御系统辅助决策功能单元 | 第45页 |
| ·威胁估计技术在光电防御系统中应用研究 | 第45-49页 |
| ·威胁要素确定 | 第46-47页 |
| ·威胁排序算法 | 第47-48页 |
| ·威胁排序 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第3章 智能计算算法研究 | 第50-66页 |
| ·引言 | 第50-51页 |
| ·群智能算法 | 第51-59页 |
| ·粒子群优化算法(PSO) | 第51-53页 |
| ·萤火虫算法(FA) | 第53-55页 |
| ·蝙蝠算法(BA) | 第55-57页 |
| ·布谷鸟搜索算法(CS) | 第57-59页 |
| ·进化计算算法 | 第59-64页 |
| ·微分进化算法(DE) | 第60-62页 |
| ·生物地理学优化算法(BBO) | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 第4章 基于 Elman_AdaBoost 强预测器的目标威胁估计 | 第66-80页 |
| ·引言 | 第66页 |
| ·Elman_AdaBoost | 第66-68页 |
| ·AdaBoost | 第66-67页 |
| ·Elman 神经网络 | 第67-68页 |
| ·Elman_AdaBoost 强预测器目标威胁估计 | 第68-70页 |
| ·Elman_AdaBoost 强预测器目标威胁估计模型 | 第68-69页 |
| ·Elman_AdaBoost 强预测器目标威胁估计算法 | 第69-70页 |
| ·实验结果与分析 | 第70-79页 |
| ·数据预处理 | 第70-75页 |
| ·最优 Elman_AdaBoost 强预测器 | 第75-78页 |
| ·最优 Elman_AdaBoost 与 PSO_SVM、BP 比较 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 第5章 基于萤火虫算法优化 BP 神经网络的目标威胁估计 | 第80-92页 |
| ·引言 | 第80页 |
| ·基础理论 | 第80-83页 |
| ·萤火虫优化(GSO)算法 | 第80-83页 |
| ·BP 神经网络 | 第83页 |
| ·基于 GSOBP 的目标威胁估计 | 第83-87页 |
| ·GSOBP 目标威胁估计模型 | 第83-85页 |
| ·GSOBP 目标威胁估计算法 | 第85-87页 |
| ·实验结果与分析 | 第87-90页 |
| ·数据预处理 | 第87页 |
| ·仿真结果 | 第87-90页 |
| ·本章小结 | 第90-92页 |
| 第6章 基于小波神经网络的目标威胁估计 | 第92-104页 |
| ·引言 | 第92页 |
| ·MWFWNN 网络 | 第92-97页 |
| ·小波理论 | 第92-94页 |
| ·小波神经网络 | 第94-96页 |
| ·MWFWNN 小波神经网络 | 第96-97页 |
| ·MWFWNN 网络目标威胁估计 | 第97-99页 |
| ·基于 MWFWNN 网络的目标威胁估计模型 | 第97-98页 |
| ·小波神经网络目标威胁估计算法 | 第98-99页 |
| ·模型仿真与验证 | 第99-102页 |
| ·小波基函数库的创建 | 第99-101页 |
| ·MWFWNN 网络与 WNN、PSO_SVM、BP 比较 | 第101-102页 |
| ·本章小结 | 第102-104页 |
| 第7章 总结与展望 | 第104-108页 |
| ·本文工作总结 | 第104-105页 |
| ·论文创新点 | 第105页 |
| ·未来工作展望 | 第105-108页 |
| 参考文献 | 第108-124页 |
| 在学期间学术成果情况 | 第124-128页 |
| 指导教师及作者简介 | 第128-130页 |
| 致谢 | 第130页 |
