水下瞬态信号特征提取与多分类器融合
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-11页 |
| ·几种时频分析方法的发展历史及应用 | 第11-17页 |
| ·短时傅立叶变换 | 第11-13页 |
| ·Wigner-Ville变换 | 第13-14页 |
| ·小波变换 | 第14-16页 |
| ·希尔伯特-黄变换 | 第16-17页 |
| ·本文主要研究内容 | 第17-18页 |
| 第2章 希尔伯特-黄变换理论 | 第18-28页 |
| ·相关理论的几个基本概念 | 第18-20页 |
| ·瞬时频率 | 第18-19页 |
| ·极值点和零值点 | 第19-20页 |
| ·希尔伯特-黄变换 | 第20-23页 |
| ·希尔伯特-黄变换的概念 | 第20页 |
| ·固有模态函数和经验模式分解 | 第20-23页 |
| ·具体问题的处理 | 第23-27页 |
| ·曲线的拟合 | 第23-24页 |
| ·边界问题的处理 | 第24-26页 |
| ·停止准则 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 水下瞬态信号特征提取 | 第28-46页 |
| ·空投目标入水信号概述 | 第28-29页 |
| ·空投目标入水的脉冲信号检测 | 第29-32页 |
| ·短时能量检测 | 第29-30页 |
| ·短时相关检测 | 第30-32页 |
| ·水下瞬态信号特征提取 | 第32-44页 |
| ·水下瞬态信号特征提取理论分析 | 第32-34页 |
| ·水下瞬态信号特征提取实验研究 | 第34-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 多分类器融合 | 第46-57页 |
| ·人工神经网络概述 | 第46-48页 |
| ·神经元模型 | 第46-47页 |
| ·神经网络的类型 | 第47页 |
| ·神经网络的学习方式 | 第47-48页 |
| ·基于BP神经网络的目标分类 | 第48-50页 |
| ·基于RBF神经网络的目标分类 | 第50-52页 |
| ·多分类器融合 | 第52-56页 |
| ·属性级融合模型 | 第52-53页 |
| ·多分类器融合模型 | 第53-54页 |
| ·多分类器输出向量的加权投票表决方案 | 第54-55页 |
| ·基于多分类器融合算法的目标分类 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第63-64页 |
| 致谢 | 第64页 |
