1.1 自动目标识别技术 1
第1章 绪论 1
1.2 自动目标识别的效果评估 13
1.3 自动目标识别效果评估的发展及现状 16
第2章 自动目标识别效果评估的体系结构 22
2.1 自动目标识别效果评估的核心任务 22
2.2 自动目标识别效果评估的理性要求 28
2.3 自动目标识别效果评估的体系结构 39
第3章 参照信息 44
3.1 参照信息的含义及其选取原则 44
3.2 基于信号分析的参照信息 45
3.3 基于目标类别可分性的参照信息 53
3.4 参照信息的定标 58
4.1 识别率测试结果 60
第4章 识别效果评估指标 60
4.2 识别效果评估指标的选取 70
4.3 评估指标的计算方法 74
4.4 样本容量 83
第5章 基于模糊综合评判的自动目标识别效果评估模型 90
5.1 引言 90
5.2 基于经典模糊综合评判的自动目标识别效果评估模型 99
5.3 基于多级模糊综合评判的自动目标识别效果评估模型 109
5.4 基于变权模糊综合评判的自动目标识别效果评估模型 114
5.5 目标重要程度不同时的自动目标识别效果评估模型 120
5.6 综合评判因素权重的自学习 123
第6章 基于Sugeno模糊积分的自动目标识别效果评估模型 132
6.1 引言 132
6.2 Sugeno模糊积分法用于自动目标识别效果评估的细化模型 136
6.3 多重模糊积分用于自动目标识别效果评估的模型 138
6.4 修正的多重模糊积分及其用于自动目标识别效果评估的模型 143
6.5 目标重要程度不同时的自动目标识别效果评估模型 151
6.6 Sugeno模糊积分因素权重的自学习 152
第7章 基于模糊聚类的自动目标识别效果评估模型 155
7.1 引言 155
7.2 模糊聚类分析用于自动目标识别效果评估的细化模型 158
7.3 基于摄动的模糊聚类方法在自动目标识别效果评估中的应用 165
7.4 灰色模糊聚类分析方法在自动目标识别效果评估中的应用 168
7.5 动态聚类分析方法在自动目标识别效果评估中的应用 171
7.6 聚类分析方法用于自动目标识别效果评估的自学习问题 176
第8章 基于测度论的自动目标识别效果评估模型 179
8.1 引言 179
8.2 识别结果衍生出的一些变量 182
8.3 基于测度论的自动目标识别效果评估的约束条件 186
8.4 基于测度论的自动目标识别效果评估模型 189
第9章 基于李雅普诺夫稳定性理论的自动目标识别效果评估模型 194
9.1 引言 194
9.2 自动目标识别系统识别效果的动态模型 197
9.3 自动目标识别系统识别效果动态平衡的约束条件 200
9.4 基于李雅普诺夫稳定性理论的自动目标识别效果评估模型 201
第10章 自动目标识别效果评估实例 216
10.1 自动目标识别效果评估模型的选取原则 216
10.2 自动目标识别效果评估的工作流程 217
10.3 效果评估实例中的基本设置 222
10.4 目标姿态变化情况下的识别效果评估 223
10.5 目标运动情况下的识别效果评估 240
参考文献 259