分布式环境下多分类器识别和应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·辐射源识别概述 | 第7-8页 |
| ·国内外发展动态 | 第8页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·本人所做工作 | 第9页 |
| ·系统开发环境 | 第9-11页 |
| 第二章 分布式概述 | 第11-13页 |
| ·分布式概述 | 第11-12页 |
| ·分布式计算 | 第12页 |
| ·本系统的分布环境 | 第12-13页 |
| 第三章 基分类器 | 第13-27页 |
| ·样本预处理 | 第13-14页 |
| ·特征参数的提取和归一化 | 第14-18页 |
| ·神经网络 | 第18-26页 |
| ·BP神经网络 | 第19-24页 |
| ·BP神经网络构建 | 第24-26页 |
| ·BP神经网络建立 | 第24-26页 |
| ·BP神经网络训练 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第四章 分布Boosting算法 | 第27-45页 |
| ·基本概念介绍 | 第27-28页 |
| ·标准Boosting算法 | 第28-30页 |
| ·标准Boosting | 第28-29页 |
| ·算法主要思想 | 第29-30页 |
| ·一种新的Boosting算法收敛性证明 | 第30-33页 |
| ·算法改进 | 第33-34页 |
| ·分布Boosting算法 | 第34-40页 |
| ·分布Boosting算法核心思想 | 第35页 |
| ·算法流程介绍 | 第35-36页 |
| ·算法分析及改进 | 第36-40页 |
| ·多站点多分类器融合 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 实验结果及分析 | 第45-49页 |
| ·实验安排及结果 | 第45-47页 |
| ·实验结果分析 | 第47-49页 |
| 第六章 结论 | 第49-51页 |
| ·工作总结 | 第49页 |
| ·进一步研究 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 研究成果 | 第55页 |
