| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 第1章 绪论 | 第13-38页 |
| ·课题背景、目的和意义 | 第13-16页 |
| ·雷达有源干扰技术简介 | 第16-19页 |
| ·遮盖性干扰 | 第17-18页 |
| ·欺骗性干扰 | 第18-19页 |
| ·雷达干扰效果评估领域相关问题研究现状 | 第19-28页 |
| ·干扰效果度量准则及方法 | 第20-22页 |
| ·干扰效果评估方法 | 第22-26页 |
| ·雷达干扰试验方法 | 第26-28页 |
| ·支持向量机算法研究及应用现状 | 第28-35页 |
| ·支持向量机的基本原理 | 第28-32页 |
| ·支持向量机算法相关问题的研究现状 | 第32-34页 |
| ·支持向量机应用研究现状 | 第34-35页 |
| ·本文研究思路及主要研究内容 | 第35-38页 |
| 第2章 在线式最小二乘支持向量机算法研究 | 第38-67页 |
| ·引言 | 第38页 |
| ·最小二乘支持向量机分类及回归算法 | 第38-41页 |
| ·在线式支持向量机 | 第41-42页 |
| ·基于更新逆核矩阵的在线式LS-SVM算法 | 第42-56页 |
| ·更新逆核矩阵的增量学习及逆学习 | 第42-45页 |
| ·基于更新逆核矩阵的在线式LS-SVM | 第45-49页 |
| ·仿真实验 | 第49-56页 |
| ·基于SMO的在线式LS-SVM算法 | 第56-65页 |
| ·LS-SVM的SMO算法 | 第56-58页 |
| ·基于SMO的在线式LS-SVM | 第58-62页 |
| ·仿真实验 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 第3章 基于微分进化算法的支持向量机参数选择及特征选择 | 第67-87页 |
| ·引言 | 第67-68页 |
| ·DE算法 | 第68-71页 |
| ·基于DE的SVM参数选择方法 | 第71-78页 |
| ·SVM的参数问题 | 第71-72页 |
| ·基于DE的SVM参数选择 | 第72-74页 |
| ·仿真实验 | 第74-78页 |
| ·基于DE的SVM参数与特征同步选择方法 | 第78-86页 |
| ·特征选择问题 | 第78-79页 |
| ·基于DE的SVM参数与特征同步选择 | 第79-82页 |
| ·仿真实验 | 第82-86页 |
| ·本章小结 | 第86-87页 |
| 第4章 末制导雷达有源干扰效果的评估及战时预测 | 第87-120页 |
| ·引言 | 第87-88页 |
| ·基于LS-SVM回归的干扰效果评估 | 第88-114页 |
| ·影响因素分析与数学表示 | 第89-93页 |
| ·实验中的干扰效果定量度量 | 第93-101页 |
| ·雷达干扰半实物仿真实验系统介绍 | 第101-104页 |
| ·半实物仿真实验 | 第104-114页 |
| ·基于LS-SVM分类的干扰效果战时预测 | 第114-119页 |
| ·战时干扰方所能获得的影响因素分析 | 第115-116页 |
| ·干扰效果的定性表示 | 第116-117页 |
| ·半实物仿真实验 | 第117-119页 |
| ·本章小结 | 第119-120页 |
| 结论 | 第120-123页 |
| 参考文献 | 第123-136页 |
| 攻读学位期间发表的学术论文 | 第136-138页 |
| 致谢 | 第138-139页 |
| 个人简历 | 第139页 |