智能水中目標(biāo)識(shí)別

定　價(jià)：￥48.00

作　者：	曾向陽(yáng) 著
出版社：	國(guó)防工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

ISBN：	9787118106893	出版時(shí)間：	2016-03-01	包裝：	平裝
開(kāi)本：	32開(kāi)	頁(yè)數(shù)：	263	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《智能水中目標(biāo)識(shí)別》全面系統(tǒng)地闡述了智能水中目標(biāo)識(shí)別的原理、研究現(xiàn)狀、核心方法和關(guān)鍵技術(shù)，并按照水中目標(biāo)識(shí)別的原理框架，逐步闡述了每一關(guān)鍵技術(shù)環(huán)節(jié)中涉及的問(wèn)題和方法，詳細(xì)給出了算法原理、測(cè)試實(shí)驗(yàn)結(jié)果和對(duì)比分析結(jié)論。《智能水中目標(biāo)識(shí)別》可供國(guó)內(nèi)從事相關(guān)研究的人員參考，也可用于聲學(xué)、水聲工程等相關(guān)專業(yè)的研究生教學(xué)用書(shū)。

作者簡(jiǎn)介

　　曾向陽(yáng).1974年生，湖北人，教授，博士生導(dǎo)師?，F(xiàn)任航海學(xué)院環(huán)境工程系主任。2002年獲西北工業(yè)大學(xué)水聲工程專業(yè)博士學(xué)位。2004-2005年在丹麥科技大學(xué)作聲學(xué)系訪問(wèn)學(xué)者。2004年破格晉升為副教授，2007年破格晉升為教授。兼任中國(guó)聲學(xué)學(xué)會(huì)理事、中國(guó)聲學(xué)標(biāo)準(zhǔn)化技術(shù)委員會(huì)噪聲分會(huì)委員、中國(guó)聲學(xué)學(xué)會(huì)環(huán)境聲學(xué)分會(huì)委員、中國(guó)振動(dòng)工程學(xué)會(huì)振動(dòng)與噪聲控制分會(huì)理事。主要從事水下目標(biāo)識(shí)別、噪聲源定位、聲場(chǎng)模擬與控制等方面的研究工作。主持國(guó)家自然科學(xué)基金、總裝“十一五”、“十二五”預(yù)研、航空科學(xué)基金等課題20余項(xiàng)。已出版專著1部、教材3部，發(fā)表論文130余篇，被SCI、EI等檢索40余篇。獲省部級(jí)科技獎(jiǎng)2項(xiàng)，獲“全國(guó)百篇優(yōu)秀博士學(xué)位論文”提名獎(jiǎng)、“陜西青年科技獎(jiǎng)”、教育部“霍英東青年教師獎(jiǎng)”，入選教育部“新世紀(jì)優(yōu)秀人才支持計(jì)劃”。

圖書(shū)目錄

第1章智能水中目標(biāo)識(shí)別概述
1．1 水中目標(biāo)識(shí)別及其應(yīng)用需求
1．2 智能水中目標(biāo)識(shí)別基本原理
1．3 國(guó)內(nèi)外研究現(xiàn)狀
1．3．1 信號(hào)預(yù)處理
1．3．2 特征提取
1．3．3 特征選擇與融合
1．3．4 分類決策方法
第2章水中目標(biāo)微弱信號(hào)預(yù)處理方法
2．1 水中目標(biāo)信號(hào)的產(chǎn)生與傳播機(jī)理
2．1．1 目標(biāo)輻射噪聲
2．1．2 水聲通道
2．2 水中目標(biāo)信號(hào)的檢測(cè)與采集方法
2．3 水中目標(biāo)信號(hào)的預(yù)處理方法
2．4 提高水中目標(biāo)微弱信號(hào)信噪比的方法
第3章水中目標(biāo)噪聲信號(hào)特征提取與選擇方法
3．1 頻譜特征提取方法
3．1．1 功率譜特征提取
3．1．2 DEMON譜特征提取
3．2 聽(tīng)覺(jué)特征提取方法
3．2．1 響度特征提取
3．2．2 MFCC特征提取
3．2．3 PLP特征提取
3．2．4 聽(tīng)覺(jué)特征性能對(duì)比實(shí)驗(yàn)
3．3 可視化特征提取方法
3．3．1 聲信號(hào)可視化方法
3．3．2 聲信號(hào)的可視化特征提取方法
3．3．3 可視化特征分類性能對(duì)比
3．4 多維特征融合方法
3．4．1 串聯(lián)特征融合方法
3．4．2 并聯(lián)特征融合方法
3．4．3 基于CCA方法的特征融合
3．4．4 多種融合策略實(shí)驗(yàn)對(duì)比分析
3．5 高維特征降維方法
3．5．1 PCA特征降維方法
3．5．2 LDA特征降維方法
3．5．3 特征降維對(duì)分類識(shí)別的影響
3．6 特征選擇方法
3．6．1 啟發(fā)式特征選擇
3．6．2 基于迭代的ReliefF特征選擇
3．6．3 基于遺傳算法的特征選擇
3．6．4 特征選擇算法的比較實(shí)驗(yàn)
3．6．5 基于粗糙集的特征選擇方法
第4章水中目標(biāo)識(shí)別分類器及其集成設(shè)計(jì)方法
4．1 基于距離準(zhǔn)則的分類器
4．1．1 距離的種類
4．1．2 距離分類器
……
第5章分類識(shí)別系統(tǒng)的魯棒性增強(qiáng)方法
第6章聽(tīng)覺(jué)場(chǎng)景分析理論在智能水中目標(biāo)識(shí)別中的應(yīng)用
第7章智能水中目標(biāo)識(shí)別系統(tǒng)設(shè)計(jì)及實(shí)例
第8章智能水中目標(biāo)識(shí)別發(fā)展趨勢(shì)及新技術(shù)
參考文獻(xiàn)