水下目标识别中的数据融合技术
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-21页 |
| ·论文研究背景及意义 | 第10-11页 |
| ·信息融合技术的概述 | 第11-15页 |
| ·内涵及应用 | 第11-13页 |
| ·层次、顺序与常用方法 | 第13-15页 |
| ·人工神经网络技术 | 第15-18页 |
| ·概况 | 第15-17页 |
| ·模式识别的方法 | 第17-18页 |
| ·论文工作内容和主要研究方法 | 第18-21页 |
| 第2章 水下目标辐射噪声的特征提取 | 第21-45页 |
| ·时域波形结构特征分析 | 第21-24页 |
| ·波长分布特征 | 第21-22页 |
| ·幅值分布特征 | 第22-23页 |
| ·填充波形面积分布特征 | 第23-24页 |
| ·频域1(1/2)维谱特征分析 | 第24-30页 |
| ·累积量的定义 | 第24-25页 |
| ·1(1/2)维谱的定义、性质与计算 | 第25-26页 |
| ·1(1/2)维谱二次相位耦合的分析 | 第26-30页 |
| ·时频域特征分析 | 第30-44页 |
| ·魏格纳变换 | 第30-38页 |
| ·小波变换 | 第38-44页 |
| ·本章小结 | 第44-45页 |
| 第3章 人工神经网络与数据融合 | 第45-70页 |
| ·水下目标识别流程 | 第45-46页 |
| ·人工神经网络 | 第46-52页 |
| ·多层前向人工神经网络 | 第46-49页 |
| ·反向传播学习算法 | 第49-52页 |
| ·信息融合技术与神经网络的关系 | 第52-58页 |
| ·融合模型的神经网络描述 | 第53-55页 |
| ·模糊集理论与信息融合的关系 | 第55-58页 |
| ·模糊融合分类器 | 第58-67页 |
| ·模糊极小极大神经网络分类器 | 第58-62页 |
| ·模糊融合分类器的概述与基本特点 | 第62-63页 |
| ·模糊融合分类器的基础理论 | 第63-65页 |
| ·分类和学习算法 | 第65-67页 |
| ·实现水下目标识别数据融合的总体架构 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第4章 软件的编制与信息处理 | 第70-80页 |
| ·信息融合软件系统设计 | 第70-74页 |
| ·C++Builder与Matlab混合编程 | 第70-72页 |
| ·软件系统的实现 | 第72-74页 |
| ·模糊融合神经网络分类性能 | 第74-78页 |
| ·训练样本的分类识别 | 第74-76页 |
| ·识别样本的分类识别 | 第76-78页 |
| ·本章小结 | 第78-80页 |
| 结论 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第85-86页 |
| 致谢 | 第86-87页 |
| 个人简历 | 第87页 |
