基于海杂波混沌特性的小目标检测
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·课题的国内外研究现状 | 第11-14页 |
| ·混沌基本理论 | 第12-13页 |
| ·海杂波时间序列预测 | 第13-14页 |
| ·基于混沌理论的海面小目标检测 | 第14页 |
| ·课题的研究内容及工作安排 | 第14-16页 |
| 第2章 海杂波的混沌特性 | 第16-33页 |
| ·混沌简介 | 第16页 |
| ·相空间重构 | 第16-20页 |
| ·相空间重构基本理论 | 第16-18页 |
| ·嵌入时延的确定 | 第18-19页 |
| ·嵌入维数的确定 | 第19-20页 |
| ·混沌识别 | 第20-25页 |
| ·关联维数 | 第20-22页 |
| ·李雅普诺夫指数 | 第22-24页 |
| ·Kolmogorov 熵 | 第24-25页 |
| ·实验数据 | 第25-27页 |
| ·IPIX 雷达 | 第25-26页 |
| ·海杂波数据 | 第26-27页 |
| ·实验仿真和结果分析 | 第27-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于神经网络的海面小目标检测 | 第33-48页 |
| ·神经网络简介 | 第33-37页 |
| ·生物神经元模型 | 第33-34页 |
| ·人工神经元模型 | 第34-35页 |
| ·人工神经网络模型 | 第35-37页 |
| ·RBF 神经网络 | 第37-40页 |
| ·RBF 神经元模型 | 第37-38页 |
| ·RBF 神经网络的结构 | 第38-39页 |
| ·RBF 神经网络的学习算法 | 第39-40页 |
| ·基于 RBF 神经网络的海面小目标检测 | 第40-42页 |
| ·实验仿真和结果分析 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 遗传算法优化 RBF 神经网络 | 第48-63页 |
| ·遗传算法简介 | 第48-51页 |
| ·遗传算法的概念 | 第48-49页 |
| ·遗传算法的特点 | 第49-51页 |
| ·遗传算法原理 | 第51-57页 |
| ·编码 | 第51-52页 |
| ·适应度函数 | 第52-53页 |
| ·基本遗传操作 | 第53-57页 |
| ·控制参数的选取 | 第57页 |
| ·遗传算法优化 RBF 神经网络 | 第57-58页 |
| ·实验仿真和结果分析 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第69-70页 |
| 致谢 | 第70页 |
