掃一掃
關(guān)注中圖網(wǎng)
官方微博
中圖價(jià):¥27.0
加入購物車
直覺模糊核匹配追蹤理論及應(yīng)用 版權(quán)信息
- ISBN：9787560652023
- 條形碼：9787560652023 ; 978-7-5606-5202-3
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
直覺模糊核匹配追蹤理論及應(yīng)用 本書特色
本書系統(tǒng)地介紹了直覺模糊核匹配追蹤理論與方法在模式識(shí)別、圖像信息融合等領(lǐng)域的應(yīng)用。全書分為三個(gè)部分，共13章。第1部分為基礎(chǔ)知識(shí)部分（第1~5章），第1章介紹目標(biāo)識(shí)別的背景、意義、發(fā)展現(xiàn)狀及直覺模糊集、核匹配追蹤的概況；第2章介紹直覺模糊集的定義、性質(zhì)及基本運(yùn)算；第3章介紹直覺模糊集非隸屬度函數(shù)的幾種規(guī)范性確定方法；第4章介紹核匹配追蹤的基本理論知識(shí)；第5章介紹彈道中段目標(biāo)的彈道特性、自旋及進(jìn)動(dòng)特性、雷達(dá)回波特性等。第2部分為直覺模糊理論及目標(biāo)識(shí)別應(yīng)用（第6~8章），第6章介紹直覺模糊推理的目標(biāo)識(shí)別方法、自適應(yīng)直覺模糊推理的目標(biāo)識(shí)別方法；第7章介紹直覺模糊CLOPE的參數(shù)優(yōu)選方法、特征加權(quán)的直覺模糊c均值聚類的目標(biāo)識(shí)別方法；第8章介紹基于人工蜂群優(yōu)化的直覺模糊核聚類彈道目標(biāo)識(shí)別方法；第3部分為核匹配追蹤理論及目標(biāo)識(shí)別應(yīng)用（第9~13章），第9章介紹基于直覺模糊核匹配追蹤的彈道目標(biāo)識(shí)別方法。第10章介紹基于粒子群優(yōu)化的直覺模糊核匹配追蹤的目標(biāo)識(shí)別方法和基于弱貪婪策略的隨機(jī)直覺模糊核匹配追蹤的目標(biāo)識(shí)別方法；第11章介紹基于目標(biāo)函數(shù)的直覺模糊c均值聚類的核匹配追蹤算法及彈道中段目標(biāo)識(shí)別方法；第12章介紹基于直覺模糊核匹配追蹤集成的彈道目標(biāo)識(shí)別方法。第13章介紹基于ECOC核匹配追蹤的彈道目標(biāo)識(shí)別方法。本書可作為高等院校計(jì)算機(jī)、信息等專業(yè)高年級(jí)本科生或研究生計(jì)算智能課程的教材或教學(xué)參考書，也可供從事人工智能、模式識(shí)別等領(lǐng)域研究的教師、研究生以及科研人員參考。
直覺模糊核匹配追蹤理論及應(yīng)用 內(nèi)容簡介
本書系統(tǒng)介紹了直覺模糊核匹配追蹤理論與方法在目標(biāo)識(shí)別、人工智能等領(lǐng)域的應(yīng)用。全書內(nèi)容包括基礎(chǔ)知識(shí)、基于直覺模糊理論的目標(biāo)識(shí)別、基于直覺模糊核匹配追蹤理論的目標(biāo)識(shí)別、基于改進(jìn)核匹配追蹤理論的目標(biāo)識(shí)別等。
直覺模糊核匹配追蹤理論及應(yīng)用 目錄
第1部分 基 礎(chǔ) 知 識(shí)
第1章 概述 3
1.1 彈道目標(biāo)識(shí)別的研究背景及目的意義 3
1.1.1 研究背景 3
1.1.2 研究目的及意義 4
1.2 目標(biāo)識(shí)別 6
1.3 直覺模糊集 11
1.4 核匹配追蹤 12
參考文獻(xiàn) 14
第2章 直覺模糊集 22
2.1 直覺模糊集的定義及其基本運(yùn)算 22
2.2 直覺模糊關(guān)系及其性質(zhì) 23
2.2.1 直覺模糊關(guān)系 23
2.2.2 直覺模糊關(guān)系的自反性 25
2.2.3 直覺模糊關(guān)系的對(duì)稱性 25
2.2.4 直覺模糊關(guān)系的傳遞性 25
2.3 直覺模糊合成運(yùn)算 26
2.3.1 直覺模糊集T-范數(shù)與S-范數(shù) 26
2.3.2 直覺模糊關(guān)系的合成運(yùn)算 27
2.4 直覺模糊條件推理 28
2.4.1 條件式直覺模糊推理 28
2.4.2 多重式直覺模糊推理 29
2.4.3 多維式直覺模糊推理 29
2.4.4 多重多維式直覺模糊推理 30
本章小結(jié) 30
參考文獻(xiàn) 30
第3章 IFS非隸屬度函數(shù)的規(guī)范性確定方法 32
3.1 IFS非隸屬度函數(shù)的規(guī)范性確定方法 32
3.1.1 IFS隸屬度函數(shù)的確定方法 32
3.1.2 IFS非隸屬度函數(shù)的計(jì)算公式 33
3.2 基于三分法的IFS非隸屬度函數(shù)確定方法 33
3.2.1 三分法非隸屬度函數(shù)的確定方法 34
3.2.2 實(shí)例分析 36
3.3 基于優(yōu)先關(guān)系定序法的IFS非隸屬度函數(shù)確定方法 37
3.3.1 優(yōu)先關(guān)系定序法非隸屬度函數(shù)的確定方法 37
3.3.2 實(shí)例分析 39
3.4 基于對(duì)比平均法的IFS非隸屬度函數(shù)確定方法 41
3.4.1 對(duì)比平均法非隸屬度函數(shù)的確定方法 41
3.4.2 實(shí)例分析 43
3.5 基于絕對(duì)比較法的IFS非隸屬度函數(shù)確定方法 44
3.5.1 絕對(duì)比較法非隸屬度函數(shù)的確定方法 44
3.5.2 實(shí)例分析 46
本章小結(jié) 47
參考文獻(xiàn) 48
第4章 核匹配追蹤 49
4.1 核方法理論 49
4.2 基本匹配追蹤算法 50
4.3 平方間隔損失函數(shù)及其拓展 51
4.4 核匹配追蹤算法 51
本章小結(jié) 52
參考文獻(xiàn) 52
第5章 彈道中段目標(biāo)特性研究及建模 53
5.1 彈道中段目標(biāo)識(shí)別 53
5.2 彈道中段目標(biāo)的彈道特性 55
5.3 彈道中段目標(biāo)的自旋及進(jìn)動(dòng)特性 59
5.4 彈道中段目標(biāo)的雷達(dá)回波特性 61
本章小結(jié) 65
參考文獻(xiàn) 66
第2部分 直覺模糊理論及目標(biāo)識(shí)別應(yīng)用
第6章 基于直覺模糊推理的目標(biāo)識(shí)別方法 69
6.1 引言 69
6.2 空天目標(biāo)識(shí)別問題描述 70
6.3 基于直覺模糊推理的典型目標(biāo)識(shí)別方法 71
6.3.1 直覺模糊推理系統(tǒng) 71
6.3.2 狀態(tài)變量屬性函數(shù) 73
6.3.3 推理規(guī)則及合成算法 76
6.3.4 解模糊算法 78
6.3.5 仿真實(shí)例 78
6.3.6 討論 81
6.4 基于自適應(yīng)直覺模糊推理的目標(biāo)識(shí)別方法 81
6.4.1 自適應(yīng)神經(jīng)網(wǎng)絡(luò)——直覺模糊推理系統(tǒng) 81
6.4.2 模型結(jié)構(gòu) 82
6.4.3 網(wǎng)絡(luò)學(xué)習(xí)算法 84
6.4.4 仿真實(shí)例 86
6.4.5 結(jié)果對(duì)比分析 88
本章小結(jié) 89
參考文獻(xiàn) 89
第7章 基于直覺模糊聚類的目標(biāo)識(shí)別方法 91
7.1 引言 91
7.2 聚類 92
7.2.1 聚類概念與聚類過程 92
7.2.2 聚類算法類別 92
7.3 模糊c均值聚類算法 93
7.3.1 數(shù)據(jù)集的c劃分 93
7.3.2 模糊c均值聚類算法 94
7.4 基于直覺模糊CLOPE的參數(shù)優(yōu)選方法 96
7.4.1 修正劃分的直覺模糊度 96
7.4.2 直覺模糊CLOPE算法的Profit判決函數(shù) 98
7.4.3 基于直覺模糊CLOPE的參數(shù)優(yōu)選方法 98
7.5 基于特征加權(quán)的直覺模糊c均值聚類算法 99
7.6 仿真實(shí)驗(yàn)結(jié)果及分析 100
7.6.1 基于特征加權(quán)的直覺模糊c均值聚類算法實(shí)驗(yàn) 101
7.6.2 特征加權(quán)直覺模糊聚類算法的時(shí)間復(fù)雜度 102
7.6.3 直覺模糊聚類算法的目標(biāo)識(shí)別仿真實(shí)驗(yàn) 102
本章小結(jié) 104
參考文獻(xiàn) 104
第8章 基于直覺模糊核聚類的彈道目標(biāo)識(shí)別方法 105
8.1 引言 105
8.2 直覺模糊核聚類算法 106
8.2.1 基于核的直覺模糊歐式距離度量 106
8.2.2 直覺模糊核聚類算法的實(shí)現(xiàn) 108
8.2.3 算法復(fù)雜度分析 111
8.2.4 實(shí)驗(yàn)與分析 111
8.3 基于人工蜂群優(yōu)化的直覺模糊核聚類算法 117
8.3.1 人工蜂群算法 118
8.3.2 人工蜂群收斂性分析 119
8.3.3 ABC-IFKCM算法的實(shí)現(xiàn) 121
8.3.4 算法復(fù)雜度分析 122
8.3.5 實(shí)驗(yàn)與分析 122
本章小結(jié) 128
參考文獻(xiàn) 129
第3部分 核匹配追蹤理論及目標(biāo)識(shí)別應(yīng)用
第9章 基于直覺模糊核匹配追蹤的彈道目標(biāo)識(shí)別方法 133
9.1 引言 133
9.2 匹配追蹤基本理論 134
9.2.1 基本匹配追蹤算法及其后擬合算法 134
9.2.2 平方間隔損失函數(shù)及其拓展 135
9.2.3 核匹配追蹤 135
9.3 直覺模糊核匹配追蹤 136
9.3.1 基于平方間隔損失函數(shù)的直覺模糊核匹配追蹤學(xué)習(xí)機(jī) 136
9.3.2 基于任意損失函數(shù)的直覺模糊核匹配追蹤學(xué)習(xí)機(jī) 137
9.4 直覺模糊參數(shù)選取 138
9.5 仿真實(shí)驗(yàn) 138
9.5.1 實(shí)際樣本高精度識(shí)別 138
9.5.2 線性樣本高精度識(shí)別 140
9.5.3 同心圓樣本高精度識(shí)別 140
9.5.4 IFKMP算法的時(shí)間復(fù)雜度 141
9.5.5 對(duì)空天目標(biāo)類別的識(shí)別測試 142
本章小結(jié) 144
參考文獻(xiàn) 144
第10章 基于改進(jìn)直覺模糊核匹配追蹤的彈道目標(biāo)識(shí)別方法 146
10.1 引言 146
10.2 粒子群優(yōu)化的直覺模糊核匹配追蹤算法 147
10.2.1 粒子群優(yōu)化算法原理 147
10.2.2 PS-IFKMP算法的實(shí)現(xiàn) 148
10.2.3 算法復(fù)雜度分析 149
10.2.4 算法參數(shù)設(shè)置 150
10.2.5 實(shí)驗(yàn)與分析 150
10.3 基于弱貪婪策略的隨機(jī)直覺模糊核匹配追蹤算法 156
10.3.1 弱貪婪策略理論 156
10.3.2 隨機(jī)直覺模糊核匹配追蹤算法的實(shí)現(xiàn) 156
10.3.3 算法復(fù)雜度分析 158
10.3.4 實(shí)驗(yàn)與分析 158
本章小結(jié) 165
參考文獻(xiàn) 165
第11章 基于直覺模糊c均值聚類核匹配追蹤彈道中段目標(biāo)識(shí)別方法 167
11.1 引言 167
11.2 基于目標(biāo)函數(shù)的直覺模糊c均值聚類算法 168
11.3 基于目標(biāo)函數(shù)的直覺模糊c均值聚類核匹配追蹤算法 169
11.4 實(shí)驗(yàn)結(jié)果與分析 171
11.4.1 Iris樣本的IFCM-KMP分類實(shí)驗(yàn) 172
11.4.2 IFCM-KMP算法有效性測試 173
11.4.3 IFCM-KMP算法時(shí)間復(fù)雜度 175
11.5 基于快速核*優(yōu)變換與聚類中心特征提取方法 176
11.6 基于IFCM-KMP彈道中段目標(biāo)識(shí)別的仿真實(shí)驗(yàn)及分析 178
本章小結(jié) 180
參考文獻(xiàn) 181
第12章 基于直覺模糊核匹配追蹤集成的彈道目標(biāo)識(shí)別方法 182
12.1 引言 182
12.2 直覺模糊核匹配追蹤集成算法 183
12.2.1 集成學(xué)習(xí)系統(tǒng) 183
12.2.2 集成直覺模糊核匹配追蹤學(xué)習(xí)機(jī)的理論分析 184
12.2.3 基于直覺模糊核匹配追蹤集成學(xué)習(xí)機(jī)的實(shí)現(xiàn) 186
12.2.4 算法復(fù)雜度分析 187
12.2.5 實(shí)驗(yàn)與分析 187
12.3 基于混合選擇策略的直覺模糊核匹配追蹤集成算法 192
12.3.1 算法設(shè)計(jì) 192
12.3.2 子分類器的生成 193
12.3.3 基于k均值聚類的修剪方法 194
12.3.4 子分類器的動(dòng)態(tài)選擇與循環(huán)集成 195
12.3.5 實(shí)驗(yàn)與分析 197
本章小結(jié) 199
參考文獻(xiàn) 200
第4部分 改進(jìn)的目標(biāo)識(shí)別
第13章 基于ECOC核匹配追蹤的彈道目標(biāo)識(shí)別方法 202
13.1 引言 202
13.2 基于Hadamard糾錯(cuò)碼的核匹配追蹤多類分類算法 203
13.2.1 糾錯(cuò)輸出編碼思想 203
13.2.2 基于ECOC框架的核匹配追蹤學(xué)習(xí)機(jī)的理論分析 205
13.2.3 Hadamard糾錯(cuò)碼結(jié)合核匹配追蹤的多類分類算法 206
13.2.4 算法復(fù)雜度分析 207
13.2.5 實(shí)驗(yàn)與分析 208
13.3 基于免疫克隆選擇編碼的核匹配追蹤多類分類方法 211
13.3.1 免疫克隆選擇算法 211
13.3.2 算法設(shè)計(jì) 212
13.3.3 算法流程 217
13.3.4 算法復(fù)雜度分析 218
13.3.5 實(shí)驗(yàn)與分析 218
本章小結(jié) 222
參考文獻(xiàn) 222
致謝 224
展開全部
書友推薦
- >
回憶愛瑪儂
- >
名家?guī)阕x魯迅:朝花夕拾
- >
小考拉的故事-套裝共3冊(cè)
- >
李白與唐代文化
- >
【精裝繪本】畫給孩子的中國神話
- >
推拿
- >
中國歷史的瞬間
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
本類暢銷
