| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 符号对照表 | 第13-14页 |
| 缩略语对照表 | 第14-19页 |
| 第一章 绪论 | 第19-35页 |
| ·雷达自动目标识别简介与研究意义 | 第19-22页 |
| ·雷达自动目标识别简介 | 第19-21页 |
| ·雷达自动目标识别的意义 | 第21-22页 |
| ·雷达自动目标识别的发展概述 | 第22-23页 |
| ·基于雷达高分辨距离像的目标识别和拒判方法研究 | 第23-30页 |
| ·雷达HRRP特性分析 | 第23-25页 |
| ·雷达HRRP时域和频域特征 | 第25-27页 |
| ·雷达HRRP目标识别方法 | 第27-28页 |
| ·雷达HRRP库外目标拒判 | 第28-30页 |
| ·研究内容安排 | 第30-35页 |
| ·实验数据介绍 | 第30-31页 |
| ·本文内容安排 | 第31-35页 |
| 第二章 基于多分类器融合技术的目标识别和拒判方法 | 第35-57页 |
| ·引言 | 第35-36页 |
| ·雷达自动目标识别和拒判方法 | 第36-41页 |
| ·单类分类器 | 第36-39页 |
| ·分类器-NN拒判系统 | 第39-41页 |
| ·实验分析 | 第41页 |
| ·多分类器融合技术及其在目标识别中的应用 | 第41-48页 |
| ·多分类器融合技术 | 第42-45页 |
| ·试验分析 | 第45-48页 |
| ·基于多分类器融合的雷达目标识别和拒判方法 | 第48-55页 |
| ·系统构建 | 第48页 |
| ·系统性能代价函数 | 第48-49页 |
| ·多分类器融合方法进行拒判和识别的步骤 | 第49-51页 |
| ·全局最优工作点选取 | 第51-52页 |
| ·实验结果 | 第52-55页 |
| ·本章小结 | 第55-57页 |
| 第三章 最大间隔因子分析模型 | 第57-83页 |
| ·引言 | 第57-58页 |
| ·贝叶斯统计学习 | 第58-61页 |
| ·先验分布的选取 | 第58-59页 |
| ·贝叶斯推断方法 | 第59-61页 |
| ·隐变量支撑向量机 | 第61-63页 |
| ·最大间隔因子分析模型 | 第63-68页 |
| ·因子分析模型 | 第63-64页 |
| ·最大间隔因子分析模型 | 第64-66页 |
| ·模型参数估计 | 第66-68页 |
| ·最大间隔Beta过程因子分析模型 | 第68-73页 |
| ·Beta过程因子分析模型 | 第69-70页 |
| ·最大间隔Beta过程因子分析模型 | 第70-71页 |
| ·模型参数估计 | 第71-73页 |
| ·识别框架 | 第73-75页 |
| ·实验结果分析 | 第75-80页 |
| ·Benchmark数据集 | 第75-78页 |
| ·实测雷达HRRP数据集 | 第78-80页 |
| ·本章小结 | 第80-83页 |
| 第四章 Dirichlet过程隐变量支撑向量机模型 | 第83-101页 |
| ·引言 | 第83-84页 |
| ·Dirichlet过程及Dirichlet过程混合模型 | 第84-88页 |
| ·Dirichlet过程 | 第84-87页 |
| ·Dirichlet过程混合模型 | 第87-88页 |
| ·Dirichlet过程隐变量支撑向量机模型 | 第88-92页 |
| ·模型构建 | 第88-90页 |
| ·模型参数估计 | 第90-92页 |
| ·识别框架 | 第92-93页 |
| ·实验结果及分析 | 第93-100页 |
| ·人工数据集 | 第93-96页 |
| ·Benchmark数据集 | 第96-98页 |
| ·实测雷达HRRP数据集 | 第98-100页 |
| ·本章小结 | 第100-101页 |
| 第五章 无限最大间隔因子分析模型 | 第101-125页 |
| ·引言 | 第101-102页 |
| ·无限最大间隔因子分析模型 | 第102-107页 |
| ·模型构建 | 第102-105页 |
| ·参数估计 | 第105-107页 |
| ·无限最大间隔Beta过程因子分析模型 | 第107-112页 |
| ·模型构建 | 第107-110页 |
| ·参数估计 | 第110-112页 |
| ·识别框架 | 第112-114页 |
| ·实验结果及分析 | 第114-122页 |
| ·人工数据集 | 第115-117页 |
| ·Benchmark数据集 | 第117-119页 |
| ·实测雷达HRRP数据集 | 第119-122页 |
| ·本章小结 | 第122-125页 |
| 第六章 结束语 | 第125-129页 |
| ·工作总结 | 第125-126页 |
| ·工作展望 | 第126-129页 |
| 参考文献 | 第129-139页 |
| 致谢 | 第139-141页 |
| 作者简介 | 第141-143页 |