| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-18页 |
| ·引言 | 第10页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究现状和发展趋势 | 第11-16页 |
| ·雷达目标识别模型 | 第11-13页 |
| ·雷达目标识别技术回顾 | 第13-15页 |
| ·雷达目标识别中的模式识别技术 | 第15-16页 |
| ·本文主要工作 | 第16-18页 |
| 第二章 基于一维距离像统计特性的目标识别方法 | 第18-31页 |
| ·引言 | 第18页 |
| ·目标一维距离像 | 第18-24页 |
| ·目标一维散射中心模型 | 第18-21页 |
| ·一维距离像的成像方法 | 第21-22页 |
| ·舰船目标的一维距离像仿真结果 | 第22-24页 |
| ·一维距离像的特征分析与提取 | 第24-26页 |
| ·一维距离像的特性 | 第24页 |
| ·一维距离像的特征分析 | 第24-25页 |
| ·一维距离像的特征提取 | 第25-26页 |
| ·D-S证据推理理论 | 第26-29页 |
| ·仿真实验与讨论 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第三章 基于粗集理论的一维距离像目标识别方法 | 第31-54页 |
| ·引言 | 第31页 |
| ·粗集理论的基本原理 | 第31-37页 |
| ·知识与知识库 | 第31-32页 |
| ·知识约简 | 第32-33页 |
| ·知识的依赖性和重要性 | 第33-34页 |
| ·知识表达系统 | 第34-36页 |
| ·区分矩阵与区分函数 | 第36-37页 |
| ·基本算法的复杂度 | 第37页 |
| ·改进的粗集属性约简的启发式算法 | 第37-43页 |
| ·粗集属性约简算法简介 | 第37-39页 |
| ·改进的粗集属性约简的启发式算法 | 第39-41页 |
| ·算法应用实例 | 第41-43页 |
| ·一维距离像的数据预处理 | 第43-46页 |
| ·数据预处理的一般方法 | 第43-44页 |
| ·信号分割 | 第44页 |
| ·归一化处理 | 第44-45页 |
| ·基于多类别信息熵的二进制量化 | 第45-46页 |
| ·基于粗集理论的一维距离像目标识别方法 | 第46-52页 |
| ·基于粗集理论的一维距离像目标识别算法及其流程设计 | 第46-49页 |
| ·属性约简的求解 | 第49-50页 |
| ·分类结果及其分析 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第四章 结束语 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 作者在学期间取得的学术成果 | 第60页 |