掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
直覺模糊核匹配追蹤理論及應用 版權信息
- ISBN：9787560652023
- 條形碼：9787560652023 ; 978-7-5606-5202-3
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
直覺模糊核匹配追蹤理論及應用 本書特色
本書系統地介紹了直覺模糊核匹配追蹤理論與方法在模式識別、圖像信息融合等領域的應用。全書分為三個部分，共13章。第1部分為基礎知識部分（第1~5章），第1章介紹目標識別的背景、意義、發展現狀及直覺模糊集、核匹配追蹤的概況；第2章介紹直覺模糊集的定義、性質及基本運算；第3章介紹直覺模糊集非隸屬度函數的幾種規范性確定方法；第4章介紹核匹配追蹤的基本理論知識；第5章介紹彈道中段目標的彈道特性、自旋及進動特性、雷達回波特性等。第2部分為直覺模糊理論及目標識別應用（第6~8章），第6章介紹直覺模糊推理的目標識別方法、自適應直覺模糊推理的目標識別方法；第7章介紹直覺模糊CLOPE的參數優選方法、特征加權的直覺模糊c均值聚類的目標識別方法；第8章介紹基于人工蜂群優化的直覺模糊核聚類彈道目標識別方法；第3部分為核匹配追蹤理論及目標識別應用（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識別方法。第10章介紹基于粒子群優化的直覺模糊核匹配追蹤的目標識別方法和基于弱貪婪策略的隨機直覺模糊核匹配追蹤的目標識別方法；第11章介紹基于目標函數的直覺模糊c均值聚類的核匹配追蹤算法及彈道中段目標識別方法；第12章介紹基于直覺模糊核匹配追蹤集成的彈道目標識別方法。第13章介紹基于ECOC核匹配追蹤的彈道目標識別方法。本書可作為高等院校計算機、信息等專業高年級本科生或研究生計算智能課程的教材或教學參考書，也可供從事人工智能、模式識別等領域研究的教師、研究生以及科研人員參考。
直覺模糊核匹配追蹤理論及應用 內容簡介
本書系統介紹了直覺模糊核匹配追蹤理論與方法在目標識別、人工智能等領域的應用。全書內容包括基礎知識、基于直覺模糊理論的目標識別、基于直覺模糊核匹配追蹤理論的目標識別、基于改進核匹配追蹤理論的目標識別等。
直覺模糊核匹配追蹤理論及應用 目錄
第1部分 基 礎 知 識
第1章 概述 3
1.1 彈道目標識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 目標識別 6
1.3 直覺模糊集 11
1.4 核匹配追蹤 12
參考文獻 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算 22
2.2 直覺模糊關系及其性質 23
2.2.1 直覺模糊關系 23
2.2.2 直覺模糊關系的自反性 25
2.2.3 直覺模糊關系的對稱性 25
2.2.4 直覺模糊關系的傳遞性 25
2.3 直覺模糊合成運算 26
2.3.1 直覺模糊集T-范數與S-范數 26
2.3.2 直覺模糊關系的合成運算 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 30
參考文獻 30
第3章 IFS非隸屬度函數的規范性確定方法 32
3.1 IFS非隸屬度函數的規范性確定方法 32
3.1.1 IFS隸屬度函數的確定方法 32
3.1.2 IFS非隸屬度函數的計算公式 33
3.2 基于三分法的IFS非隸屬度函數確定方法 33
3.2.1 三分法非隸屬度函數的確定方法 34
3.2.2 實例分析 36
3.3 基于優先關系定序法的IFS非隸屬度函數確定方法 37
3.3.1 優先關系定序法非隸屬度函數的確定方法 37
3.3.2 實例分析 39
3.4 基于對比平均法的IFS非隸屬度函數確定方法 41
3.4.1 對比平均法非隸屬度函數的確定方法 41
3.4.2 實例分析 43
3.5 基于絕對比較法的IFS非隸屬度函數確定方法 44
3.5.1 絕對比較法非隸屬度函數的確定方法 44
3.5.2 實例分析 46
本章小結 47
參考文獻 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 平方間隔損失函數及其拓展 51
4.4 核匹配追蹤算法 51
本章小結 52
參考文獻 52
第5章 彈道中段目標特性研究及建模 53
5.1 彈道中段目標識別 53
5.2 彈道中段目標的彈道特性 55
5.3 彈道中段目標的自旋及進動特性 59
5.4 彈道中段目標的雷達回波特性 61
本章小結 65
參考文獻 66
第2部分 直覺模糊理論及目標識別應用
第6章 基于直覺模糊推理的目標識別方法 69
6.1 引言 69
6.2 空天目標識別問題描述 70
6.3 基于直覺模糊推理的典型目標識別方法 71
6.3.1 直覺模糊推理系統 71
6.3.2 狀態變量屬性函數 73
6.3.3 推理規則及合成算法 76
6.3.4 解模糊算法 78
6.3.5 仿真實例 78
6.3.6 討論 81
6.4 基于自適應直覺模糊推理的目標識別方法 81
6.4.1 自適應神經網絡——直覺模糊推理系統 81
6.4.2 模型結構 82
6.4.3 網絡學習算法 84
6.4.4 仿真實例 86
6.4.5 結果對比分析 88
本章小結 89
參考文獻 89
第7章 基于直覺模糊聚類的目標識別方法 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 數據集的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的參數優選方法 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 98
7.4.3 基于直覺模糊CLOPE的參數優選方法 98
7.5 基于特征加權的直覺模糊c均值聚類算法 99
7.6 仿真實驗結果及分析 100
7.6.1 基于特征加權的直覺模糊c均值聚類算法實驗 101
7.6.2 特征加權直覺模糊聚類算法的時間復雜度 102
7.6.3 直覺模糊聚類算法的目標識別仿真實驗 102
本章小結 104
參考文獻 104
第8章 基于直覺模糊核聚類的彈道目標識別方法 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現 108
8.2.3 算法復雜度分析 111
8.2.4 實驗與分析 111
8.3 基于人工蜂群優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算法的實現 121
8.3.4 算法復雜度分析 122
8.3.5 實驗與分析 122
本章小結 128
參考文獻 129
第3部分 核匹配追蹤理論及目標識別應用
第9章 基于直覺模糊核匹配追蹤的彈道目標識別方法 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的直覺模糊核匹配追蹤學習機 136
9.3.2 基于任意損失函數的直覺模糊核匹配追蹤學習機 137
9.4 直覺模糊參數選取 138
9.5 仿真實驗 138
9.5.1 實際樣本高精度識別 138
9.5.2 線性樣本高精度識別 140
9.5.3 同心圓樣本高精度識別 140
9.5.4 IFKMP算法的時間復雜度 141
9.5.5 對空天目標類別的識別測試 142
本章小結 144
參考文獻 144
第10章 基于改進直覺模糊核匹配追蹤的彈道目標識別方法 146
10.1 引言 146
10.2 粒子群優化的直覺模糊核匹配追蹤算法 147
10.2.1 粒子群優化算法原理 147
10.2.2 PS-IFKMP算法的實現 148
10.2.3 算法復雜度分析 149
10.2.4 算法參數設置 150
10.2.5 實驗與分析 150
10.3 基于弱貪婪策略的隨機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 隨機直覺模糊核匹配追蹤算法的實現 156
10.3.3 算法復雜度分析 158
10.3.4 實驗與分析 158
本章小結 165
參考文獻 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識別方法 167
11.1 引言 167
11.2 基于目標函數的直覺模糊c均值聚類算法 168
11.3 基于目標函數的直覺模糊c均值聚類核匹配追蹤算法 169
11.4 實驗結果與分析 171
11.4.1 Iris樣本的IFCM-KMP分類實驗 172
11.4.2 IFCM-KMP算法有效性測試 173
11.4.3 IFCM-KMP算法時間復雜度 175
11.5 基于快速核*優變換與聚類中心特征提取方法 176
11.6 基于IFCM-KMP彈道中段目標識別的仿真實驗及分析 178
本章小結 180
參考文獻 181
第12章 基于直覺模糊核匹配追蹤集成的彈道目標識別方法 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 集成學習系統 183
12.2.2 集成直覺模糊核匹配追蹤學習機的理論分析 184
12.2.3 基于直覺模糊核匹配追蹤集成學習機的實現 186
12.2.4 算法復雜度分析 187
12.2.5 實驗與分析 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 算法設計 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 子分類器的動態選擇與循環集成 195
12.3.5 實驗與分析 197
本章小結 199
參考文獻 200
第4部分 改進的目標識別
第13章 基于ECOC核匹配追蹤的彈道目標識別方法 202
13.1 引言 202
13.2 基于Hadamard糾錯碼的核匹配追蹤多類分類算法 203
13.2.1 糾錯輸出編碼思想 203
13.2.2 基于ECOC框架的核匹配追蹤學習機的理論分析 205
13.2.3 Hadamard糾錯碼結合核匹配追蹤的多類分類算法 206
13.2.4 算法復雜度分析 207
13.2.5 實驗與分析 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 算法設計 212
13.3.3 算法流程 217
13.3.4 算法復雜度分析 218
13.3.5 實驗與分析 218
本章小結 222
參考文獻 222
致謝 224
展開全部
書友推薦
- >
朝聞道
- >
回憶愛瑪儂
- >
姑媽的寶刀
- >
我從未如此眷戀人間
- >
隨園食單
- >
月亮虎
- >
【精裝繪本】畫給孩子的中國神話
- >
龍榆生：詞曲概論/大家小書
本類暢銷
