| 表目录 | 第1-8页 |
| 图目录 | 第8-10页 |
| 摘要 | 第10-12页 |
| Abstract | 第12-14页 |
| 第一章 绪论 | 第14-31页 |
| ·课题背景及研究意义 | 第14-15页 |
| ·雷达高分辨距离像自动目标识别 | 第15-22页 |
| ·雷达高分辨距离像识别的发展历史 | 第15-16页 |
| ·雷达高分辨距离像识别的国内外研究现状 | 第16-18页 |
| ·雷达高分辨距离像识别的问题 | 第18-22页 |
| ·核方法及其在 HRRP 识别中的应用 | 第22-28页 |
| ·核方法的基本思想 | 第22页 |
| ·核特征提取的研究现状 | 第22-24页 |
| ·支持向量数据描述 | 第24-28页 |
| ·本文主要工作与内容安排 | 第28-31页 |
| 第二章 核局部均值判别分析 | 第31-55页 |
| ·引言 | 第31-32页 |
| ·核方法的基本概念 | 第32-33页 |
| ·相关特征提取算法 | 第33-37页 |
| ·线性判别分析 | 第33-34页 |
| ·核 Fisher 判别分析 | 第34-36页 |
| ·局部均值判别分析 | 第36-37页 |
| ·核局部均值判别分析 | 第37-42页 |
| ·KLMDA 与 KFDA、KDDA、CKFD 的性能分析 | 第42-43页 |
| ·实验分析 | 第43-54页 |
| ·人工合成数据集 | 第43-46页 |
| ·UCI 公共数据集 | 第46-51页 |
| ·雷达 HRRP 数据集 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第三章 基于自适应 SVDD 的雷达高分辨距离像分类方法 | 第55-80页 |
| ·引言 | 第55-56页 |
| ·SVDD 原理 | 第56-61页 |
| ·核映射空间的 SVDD 原理 | 第56-58页 |
| ·SVDD 模型参数的影响 | 第58-61页 |
| ·基于 SVDD 的雷达高分辨距离像分类方法 | 第61-66页 |
| ·二次训练 | 第61-63页 |
| ·最优超球半径选择 | 第63-66页 |
| ·分类流程 | 第66页 |
| ·基于自适应 SVDD 的雷达高分辨距离像分类方法 | 第66-73页 |
| ·噪声分析 | 第67-70页 |
| ·自适应超球半径模型 | 第70-71页 |
| ·基于自适应 SVDD 的目标分类流程 | 第71-73页 |
| ·实验分析 | 第73-79页 |
| ·高斯白噪声 | 第74-77页 |
| ·海杂波 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 第四章 基于双空间 SVDD 的雷达高分辨距离像识别方法 | 第80-108页 |
| ·引言 | 第80-81页 |
| ·基于 SVDD 的 HRRP 识别方法及存在问题 | 第81-85页 |
| ·HRRP 在 SVDD 超球空间的分布特性 | 第81-83页 |
| ·SVDD 多目标识别中的拒判问题 | 第83-85页 |
| ·超球空间 HRRP 的归属特性分析 | 第85-87页 |
| ·延拓空间的样本分布建模 | 第87-96页 |
| ·延拓样本分布的隶属度模型 | 第87-88页 |
| ·延拓样本分布的云模型 | 第88-91页 |
| ·延拓样本分布的高斯混合模型 | 第91-92页 |
| ·参数估计 | 第92-96页 |
| ·基于双空间 SVDD 的高分辨距离像识别方法的基本步骤 | 第96-99页 |
| ·实验分析 | 第99-107页 |
| ·实验数据 | 第99页 |
| ·数据预处理 | 第99-101页 |
| ·三种双空间 SVDD 识别方法和 MRD-SVDD 的识别性能 | 第101-104页 |
| ·讨论 | 第104-107页 |
| ·本章小结 | 第107-108页 |
| 第五章 基于 ISVDD 的雷达高分辨距离像在线识别方法 | 第108-148页 |
| ·引言 | 第108-109页 |
| ·支持向量数据描述的增量泛化性能分析 | 第109-117页 |
| ·SVDD 的 KKT 条件 | 第109-110页 |
| ·SVDD 的训练样本分布特性 | 第110-111页 |
| ·增量样本的超球空间分布特性 | 第111-114页 |
| ·实验分析 | 第114-116页 |
| ·结论 | 第116-117页 |
| ·一种适于在线学习的增量支持向量数据描述算法 | 第117-131页 |
| ·增量支持向量数据描述算法 | 第118-122页 |
| ·ISVDD 性能分析 | 第122-123页 |
| ·实验分析 | 第123-130页 |
| ·结论 | 第130-131页 |
| ·基于 ISVDD 的雷达高分辨距离像在线识别方法 | 第131-147页 |
| ·高分辨距离像的姿态敏感性 | 第131-132页 |
| ·全方位 HRRP 的等间隔分帧 | 第132-135页 |
| ·基于 ISVDD 的 HRRP 在线识别方法 | 第135-136页 |
| ·实验分析 | 第136-144页 |
| ·讨论 | 第144-146页 |
| ·结论 | 第146-147页 |
| ·本章小结 | 第147-148页 |
| 第六章 结论与展望 | 第148-149页 |
| 后续研究展望 | 第149-152页 |
| 致谢 | 第152-154页 |
| 参考文献 | 第154-166页 |
| 作者在学期间取得的学术成果 | 第166页 |
| 参与的主要科研项目 | 第166-167页 |
| 附录 A 式(2.30 )的推导 | 第167-168页 |
| 附录 B 式(2.35 )的推导 | 第168-172页 |
| 附录 C 式(2.50 )的推导 | 第172-173页 |
| 附录 D 式(2.54 )的推导 | 第173-174页 |
| 附录 E KKT 条件 | 第174页 |
