| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·雷达目标回波概述 | 第8-9页 |
| ·雷达目标回波识别研究现状与智能算法的应用 | 第9-11页 |
| ·神经网络概述 | 第11-13页 |
| ·本文的主要工作 | 第13-14页 |
| 第二章 KOHONEN神经网络与雷达目标回波识别 | 第14-21页 |
| ·自组织特征映射网络概述 | 第14-15页 |
| ·KOHONEN网络结构及训练过程 | 第15-16页 |
| ·S-KOHONEN算法 | 第16-17页 |
| ·雷达目标识别问题描述 | 第17-18页 |
| ·雷达目标回波的KOHONEN神经网络仿真 | 第18-20页 |
| ·小结 | 第20-21页 |
| 第三章 基于KOHONEN—FILTER算法的雷达目标回波识别 | 第21-29页 |
| ·中值滤波器 | 第21-22页 |
| ·均值滤波器 | 第22-23页 |
| ·KOHONEN—FILTER算法 | 第23-24页 |
| ·仿真实验 | 第24-28页 |
| ·小结 | 第28-29页 |
| 第四章 基于S-KOHONEN_BAYES算法的雷达目标回波识别 | 第29-42页 |
| ·利用贝叶斯决策方法分析雷达问题 | 第29-32页 |
| ·最小错误率的贝叶斯分类 | 第30-31页 |
| ·最小风险的贝叶斯分类 | 第31-32页 |
| ·强分类迭代算法 | 第32-33页 |
| ·S-KOHONEN_BAYES算法 | 第33-34页 |
| ·仿真实验 | 第34-36页 |
| ·实验验证 | 第36-41页 |
| ·小结 | 第41-42页 |
| 第五章 总结与展望 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 读硕士学位期间发表的论文 | 第47-48页 |
| 致谢 | 第48-49页 |