多源引导信息融合及其关键技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第11-29页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 多源引导信息 | 第12-15页 |
| 1.3 信息融合模型及关键技术 | 第15-18页 |
| 1.4 国内外研究现状 | 第18-27页 |
| 1.5 论文的主要内容和结构安排 | 第27-29页 |
| 第2章 信息融合的主要技术 | 第29-51页 |
| 2.1 引言 | 第29页 |
| 2.2 目标识别融合技术 | 第29-41页 |
| 2.3 目标威胁估计技术 | 第41-48页 |
| 2.4 本章小结 | 第48-51页 |
| 第3章 基于区间直觉模糊灰关联的目标识别融合 | 第51-77页 |
| 3.1 引言 | 第51页 |
| 3.2 光电引导跟踪系统的目标识别问题 | 第51-53页 |
| 3.3 区间直觉模糊识别矩阵的建立 | 第53-56页 |
| 3.4 IFV的比较 | 第56-65页 |
| 3.5 灰色关联分析 | 第65-68页 |
| 3.6 算法实现 | 第68-74页 |
| 3.7 本章小结 | 第74-77页 |
| 第4章 改进粒子群优化BP神经网络的目标威胁估计 | 第77-89页 |
| 4.1 引言 | 第77-78页 |
| 4.2 粒子群优化算法及改进 | 第78-80页 |
| 4.3 基于MPSO-BP的目标威胁估计 | 第80-82页 |
| 4.4 仿真实验及分析 | 第82-87页 |
| 4.5 本章小结 | 第87-89页 |
| 第5章 基于优化SVM的目标威胁估计 | 第89-109页 |
| 5.1 引言 | 第89页 |
| 5.2 萤火虫算法与磷虾群算法 | 第89-94页 |
| 5.3 基于优化SVM的目标威胁估计 | 第94-97页 |
| 5.4 仿真实验及分析 | 第97-108页 |
| 5.5 本章小结 | 第108-109页 |
| 第6章 总结与展望 | 第109-113页 |
| 6.1 论文工作总结 | 第109-110页 |
| 6.2 创新性工作 | 第110-111页 |
| 6.3 展望 | 第111-113页 |
| 参考文献 | 第113-129页 |
| 在学期间学术成果情况 | 第129-131页 |
| 指导教师及作者简介 | 第131-133页 |
| 致谢 | 第133-134页 |
