|
|
|
基于一维距离像数据生成的未知目标判别研究 |
|
论文目录 |
|
摘要 | 第1-6页 | ABSTRACT | 第6-11页 | 第一章 绪论 | 第11-17页 | ·课题背景与研究意义 | 第11-12页 | ·未知目标判别研究现状 | 第12-14页 | ·无监督判别方法 | 第12-14页 | ·有监督判别方法 | 第14页 | ·基于一维距离像的未知目标判别 | 第14-15页 | ·本文的主要研究内容和章节安排 | 第15-17页 | 第二章 基于伽玛模型的一维距离像数据生成 | 第17-34页 | ·一维距离像的成像原理和特点 | 第17-18页 | ·一维距离像距离单元的特性分析 | 第18-21页 | ·雷达目标散射点模型 | 第18-19页 | ·距离单元的回波分析 | 第19-21页 | ·未知目标训练样本的统计建模 | 第21-25页 | ·基于概率分布假设的统计模型 | 第21-23页 | ·伽玛模型的参数估计 | 第23-25页 | ·实验数据 | 第25-27页 | ·数据描述 | 第25-26页 | ·数据预处理 | 第26-27页 | ·本章实验 | 第27-32页 | ·本章小结 | 第32-34页 | 第三章 基于混合核的 SVM 未知目标判别方法 | 第34-46页 | ·单核支持向量机 | 第34-37页 | ·基于 SVM 的两类判别 | 第34-36页 | ·基于 SVM 的多类判别 | 第36-37页 | ·基于混合核的 SVM 判别方法 | 第37-39页 | ·混合核函数选择 | 第37-38页 | ·混合核函数构造 | 第38-39页 | ·支持向量机的参数寻优 | 第39-40页 | ·交叉验证 | 第39页 | ·网格搜索 | 第39-40页 | ·本章实验 | 第40-45页 | ·本章小结 | 第45-46页 | 第四章 基于聚类的 SVDD 未知目标判别方法 | 第46-61页 | ·基于支持向量的单类判别器 | 第46-51页 | ·支持向量数据域描述 | 第46-48页 | ·单类支持向量机 | 第48-50页 | ·两种单类判别器的区别和联系 | 第50-51页 | ·基于聚类的 SVDD 判别方法 | 第51-53页 | ·K-均值聚类 | 第51-52页 | ·方法步骤 | 第52-53页 | ·两种单类判别器的参数寻优 | 第53-55页 | ·寻优参数 | 第53页 | ·寻优方法 | 第53-55页 | ·本章实验 | 第55-60页 | ·本章小结 | 第60-61页 | 第五章 总结与展望 | 第61-63页 | ·全文总结 | 第61-62页 | ·展望 | 第62-63页 | 致谢 | 第63-64页 | 参考文献 | 第64-67页 | 在学期间取得的与学位论文相关的研究成果 | 第67-68页 |
|
|
|
|
论文编号BS1997169,这篇论文共68页 会员购买按0.35元/页下载,共需支付23.8元。 直接购买按0.5元/页下载,共需要支付34元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|