基于XCS的目标灰度时间序列特征提取方法研究
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 相关领域的研究现状 | 第13-15页 |
| 1.2.1 空间探测器点目标识别技术 | 第13-14页 |
| 1.2.2 学习分类器系统及其应用 | 第14-15页 |
| 1.3 本文的主要研究内容 | 第15-17页 |
| 1.4 论文的结构安排 | 第17-18页 |
| 第二章 弹道目标红外辐射建模与特性分析 | 第18-34页 |
| 2.1 引言 | 第18页 |
| 2.2 目标几何及运动特性分析与建模 | 第18-22页 |
| 2.2.1 目标三维几何模型 | 第18-19页 |
| 2.2.2 目标姿态运动模型 | 第19-22页 |
| 2.3 目标表面温度场及红外辐射特性计算 | 第22-27页 |
| 2.3.1 节点热平衡方程的求解 | 第22-25页 |
| 2.3.2 目标红外辐射特性计算 | 第25-27页 |
| 2.4 红外辐射特性仿真结果分析 | 第27-33页 |
| 2.4.1 仿真条件与参数取值 | 第27-30页 |
| 2.4.2 红外辐射仿真结果分析 | 第30-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 XCS及其在序列分类应用中的改进算法设计 | 第34-57页 |
| 3.1 引言 | 第34页 |
| 3.2 XCS的结构与学习机制 | 第34-48页 |
| 3.2.1 XCS的基本组成 | 第34-43页 |
| 3.2.2 XCS的学习过程 | 第43-44页 |
| 3.2.3 XCS在分类问题中的应用 | 第44-48页 |
| 3.3 分类问题中的改进算法 | 第48-53页 |
| 3.3.1 分类器的属性划分 | 第49-50页 |
| 3.3.2 识别“坏”分类器 | 第50-52页 |
| 3.3.3“坏状态”的集合 | 第52-53页 |
| 3.4 改进后的性能对比实验 | 第53-56页 |
| 3.4.1 二进制序列分类 | 第53-55页 |
| 3.4.2 整数序列分类 | 第55-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 弹道目标灰度时间序列的分类算法设计 | 第57-84页 |
| 4.1 引言 | 第57页 |
| 4.2 目标灰度时间序列数据的获取 | 第57-61页 |
| 4.2.1 数据仿真的范围 | 第57-59页 |
| 4.2.2 数据加噪与量化 | 第59-61页 |
| 4.3 基于灰色系统的灰度时间序列表征算法设计 | 第61-73页 |
| 4.3.1 构建序列参数拟合模型 | 第61-63页 |
| 4.3.2 基于灰色系统的拟合参数求解 | 第63-73页 |
| 4.4 基于XCS的灰度时间序列分类算法设计 | 第73-83页 |
| 4.4.1 序列参数的非均匀量化 | 第73-76页 |
| 4.4.2 序列的学习与分类实验 | 第76-78页 |
| 4.4.3 序列的参数筛选与特征提取 | 第78-83页 |
| 4.5 本章小结 | 第83-84页 |
| 第五章 结束语 | 第84-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-91页 |
| 作者在学期间取得的学术成果 | 第91页 |
