当前位置:首页 > 工业技术
直觉模糊核匹配追踪理论及应用
直觉模糊核匹配追踪理论及应用

直觉模糊核匹配追踪理论及应用PDF电子书下载

工业技术

  • 电子书积分:10 积分如何计算积分?
  • 作 者:雷阳,孔韦韦,尤著宏,余晓东等著
  • 出 版 社:西安:西安电子科技大学出版社
  • 出版年份:2019
  • ISBN:9787560652023
  • 页数:224 页
图书介绍:本书系统介绍了直觉模糊核匹配追踪理论与方法在目标识别、人工智能等领域的应用。全书内容包括基础知识、基于直觉模糊理论的目标识别、基于直觉模糊核匹配追踪理论的目标识别、基于改进核匹配追踪理论的目标识别等。
《直觉模糊核匹配追踪理论及应用》目录

第1部分 基础知识 3

第1章 概述 3

1.1弹道目标识别的研究背景及目的意义 3

1.1.1研究背景 3

1.1.2研究目的及意义 4

1.2目标识别 6

1.3直觉模糊集 11

1.4核匹配追踪 12

参考文献 14

第2章 直觉模糊集 22

2.1直觉模糊集的定义及其基本运算 22

2.2直觉模糊关系及其性质 23

2.2.1直觉模糊关系 23

2.2.2直觉模糊关系的自反性 25

2.2.3直觉模糊关系的对称性 25

2.2.4直觉模糊关系的传递性 25

2.3直觉模糊合成运算 26

2.3.1直觉模糊集T-范数与S-范数 26

2.3.2直觉模糊关系的合成运算 27

2.4直觉模糊条件推理 28

2.4.1条件式直觉模糊推理 28

2.4.2多重式直觉模糊推理 29

2.4.3多维式直觉模糊推理 29

2.4.4多重多维式直觉模糊推理 30

本章小结 30

参考文献 30

第3章 IFS非隶属度函数的规范性确定方法 32

3.1 IFS非隶属度函数的规范性确定方法 32

3.1.1 IFS隶属度函数的确定方法 32

3.1.2 IFS非隶属度函数的计算公式 33

3.2基于三分法的IFS非隶属度函数确定方法 33

3.2.1三分法非隶属度函数的确定方法 34

3.2.2实例分析 36

3.3基于优先关系定序法的IFS非隶属度函数确定方法 37

3.3.1优先关系定序法非隶属度函数的确定方法 37

3.3.2实例分析 39

3.4基于对比平均法的IFS非隶属度函数确定方法 41

3.4.1对比平均法非隶属度函数的确定方法 41

3.4.2实例分析 43

3.5基于绝对比较法的IFS非隶属度函数确定方法 44

3.5.1绝对比较法非隶属度函数的 确定方法 44

3.5.2实例分析 46

本章小结 47

参考文献 48

第4章 核匹配追踪 49

4.1核方法理论 49

4.2基本匹配追踪算法 50

4.3平方间隔损失函数及其拓展 51

4.4核匹配追踪算法 51

本章小结 52

参考文献 52

第5章 弹道中段目标特性研究及建模 53

5.1弹道中段目标识别 53

5.2弹道中段目标的弹道特性 55

5.3弹道中段目标的自旋及进动特性 59

5.4弹道中段目标的雷达回波特性 61

本章小结 65

参考文献 66

第2部分 直觉模糊理论及目标识别应用 69

第6章 基于直觉模糊推理的目标识别方法 69

6.1引言 69

6.2空天目标识别问题描述 70

6.3基于直觉模糊推理的典型目标识别方法 71

6.3.1直觉模糊推理系统 71

6.3.2状态变量属性函数 73

6.3.3推理规则及合成算法 76

6.3.4解模糊算法 78

6.3.5仿真实例 78

6.3.6讨论 81

6.4基于自适应直觉模糊推理的目标识别方法 81

6.4.1自适应神经网络——直觉模糊推理系统 81

6.4.2模型结构 82

6.4.3网络学习算法 84

6.4.4仿真实例 86

6.4.5结果对比分析 88

本章小结 89

参考文献 89

第7章 基于直觉模糊聚类的目标识别方法 91

7.1引言 91

7.2聚类 92

7.2.1聚类概念与聚类过程 92

7.2.2聚类算法类别 92

7.3模糊c均值聚类算法 93

7.3.1数据集的c划分 93

7.3.2模糊c均值聚类算法 94

7.4基于直觉模糊CLOPE的参数优选方法 96

7.4.1修正划分的直觉模糊度 96

7.4.2直觉模糊CLOPE算法的Profit判决函数 98

7.4.3基于直觉模糊CLOPE的参数优选方法 98

7.5基于特征加权的直觉模糊c均值聚类算法 99

7.6仿真实验结果及分析 100

7.6.1基于特征加权的直觉模糊c均值聚类算法实验 101

7.6.2特征加权直觉模糊聚类算法的时间复杂度 102

7.6.3直觉模糊聚类算法的目标识别仿真实验 102

本章小结 104

参考文献 104

第8章 基于直觉模糊核聚类的弹道目标识别方法 105

8.1引言 105

8.2直觉模糊核聚类算法 106

8.2.1基于核的直觉模糊欧式距离度量 106

8.2.2直觉模糊核聚类算法的实现 108

8.2.3算法复杂度分析 111

8.2.4实验与分析 111

8.3基于人工蜂群优化的直觉模糊核聚类算法 117

8.3.1人工蜂群算法 118

8.3.2人工蜂群收敛性分析 119

8.3.3 ABC-IFKCM算法的实现 121

8.3.4算法复杂度分析 122

8.3.5实验与分析 122

本章小结 128

参考文献 129

第3部分 核匹配追踪理论及目标识别应用 133

第9章 基于直觉模糊核匹配追踪的弹道目标识别方法 133

9.1引言 133

9.2匹配追踪基本理论 134

9.2.1基本匹配追踪算法及其后拟合算法 134

9.2.2平方间隔损失函数及其拓展 135

9.2.3核匹配追踪 135

9.3直觉模糊核匹配追踪 136

9.3.1基于平方间隔损失函数的直觉模糊核匹配追踪学习机 136

9.3.2基于任意损失函数的直觉模糊核匹配追踪学习机 137

9.4直觉模糊参数选取 138

9.5仿真实验 138

9.5.1实际样本高精度识别 138

9.5.2线性样本高精度识别 140

9.5.3同心圆样本高精度识别 140

9.5.4 IFKMP算法的时间复杂度 141

9.5.5对空天目标类别的识别测试 142

本章小结 144

参考文献 144

第10章 基于改进直觉模糊核匹配追踪的弹道目标识别方法 146

10.1引言 146

10.2粒子群优化的直觉模糊核匹配追踪算法 147

10.2.1粒子群优化算法原理 147

10.2.2 PS-IFKMP算法的实现 148

10.2.3算法复杂度分析 149

10.2.4算法参数设置 150

10.2.5实验与分析 150

10.3基于弱贪婪策略的随机直觉模糊核匹配追踪算法 156

10.3.1弱贪婪策略理论 156

10.3.2随机直觉模糊核匹配追踪算法的实现 156

10.3.3算法复杂度分析 158

10.3.4实验与分析 158

本章小结 165

参考文献 165

第11章 基于直觉模糊c均值聚类核匹配追踪弹道中段目标识别方法 167

11.1引言 167

11.2基于目标函数的直觉模糊c均值聚类算法 168

11.3基于目标函数的直觉模糊c均值聚类核匹配追踪算法 169

11.4实验结果与分析 171

11.4.1 Iris样本的IFCM-KMP分类实验 172

11.4.2 IFCM-KMP算法有效性测试 173

11.4.3 IFCM-KMP算法时间复杂度 175

11.5基于快速核最优变换与聚类中心特征提取方法 176

11.6基于IFCM - KMP弹道中段目标识别的仿真实验及分析 178

本章小结 180

参考文献 181

第12章 基于直觉模糊核匹配追踪集成的弹道目标识别方法 182

12.1引言 182

12.2直觉模糊核匹配追踪集成算法 183

12.2.1集成学习系统 183

12.2.2集成直觉模糊核匹配追踪学习机的理论分析 184

12.2.3基于直觉模糊核匹配追踪集成学习机的实现 186

12.2.4算法复杂度分析 187

12.2.5实验与分析 187

12.3基于混合选择策略的直觉模糊核匹配追踪集成算法 192

12.3.1算法设计 192

12.3.2子分类器的生成 193

12.3.3基于k均值聚类的修剪方法 194

12.3.4子分类器的动态选择与循环集成 195

12.3.5实验与分析 197

本章小结 199

参考文献 200

第13章 基于ECOC核匹配追踪的弹道目标识别方法 202

13.1引言 202

13.2基于Hadamard纠错码的核匹配追踪多类分类算法 203

13.2.1纠错输出编码思想 203

13.2.2基于ECOC框架的核匹配追踪学习机的理论分析 205

13.2.3 Hadamard纠错码结合核匹配追踪的多类分类算法 206

13.2.4算法复杂度分析 207

13.2.5实验与分析 208

13.3基于免疫克隆选择编码的核匹配追踪多类分类方法 211

13.3.1免疫克隆选择算法 211

13.3.2算法设计 212

13.3.3算法流程 217

13.3.4算法复杂度分析 218

13.3.5实验与分析 218

本章小结 222

参考文献 222

致谢 224

相关图书
作者其它书籍
返回顶部