基于支持向量機(jī)的地面目標(biāo)自動(dòng)識(shí)別技術(shù)

定　價(jià)：￥56.00

作　者：	宋小杉
出版社：	國(guó)防工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787118116847	出版時(shí)間：	2018-07-01	包裝：
開(kāi)本：		頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《基于支持向量機(jī)的地面目標(biāo)自動(dòng)識(shí)別技術(shù)》結(jié)合多傳感器信息融合平臺(tái)和支持向量機(jī)理論，探索了地面目標(biāo)自動(dòng)識(shí)別的可行方法?！痘谥С窒蛄繖C(jī)的地面目標(biāo)自動(dòng)識(shí)別技術(shù)》中基于大量實(shí)驗(yàn)數(shù)據(jù)對(duì)SVM數(shù)據(jù)庫(kù)構(gòu)建、模型優(yōu)化、特征選擇等關(guān)鍵技術(shù)進(jìn)行了深入研究，提出了新方法?！痘谥С窒蛄繖C(jī)的地面目標(biāo)自動(dòng)識(shí)別技術(shù)》可供從事支持向量機(jī)、機(jī)器學(xué)習(xí)、人工智能、圖像處理、目標(biāo)識(shí)別等方向的科研人員參考，也可作為高等院校相關(guān)專業(yè)教材。

作者簡(jiǎn)介

暫缺《基于支持向量機(jī)的地面目標(biāo)自動(dòng)識(shí)別技術(shù)》作者簡(jiǎn)介

圖書(shū)目錄

第1章緒論
1．1 研究背景和意義
1．2 多傳感器信息融合
1．2．1 定義與一般模型
1．2．2 信息融合的主要技術(shù)和方法
1．3 基于多傳感器信息融合的目標(biāo)識(shí)別
1．3．1 融合識(shí)別的三個(gè)層次
1．3．2 融合識(shí)別研究現(xiàn)狀
1．4 支持向量機(jī)的發(fā)展和研究現(xiàn)狀
第2章統(tǒng)計(jì)學(xué)習(xí)與支持向量機(jī)
2．1 統(tǒng)計(jì)學(xué)習(xí)理論
2．1．1 機(jī)器學(xué)習(xí)中的期望風(fēng)險(xiǎn)與經(jīng)驗(yàn)風(fēng)險(xiǎn)
2．1．2 VC維理論
2．1．3 結(jié)構(gòu)風(fēng)險(xiǎn)小原則
2．2 支持向量機(jī)
2．2．1 線性可分分類
2．2．2 線性不可分分類
2．2．3 SVM的一般形式
2．2．4 常用的核函數(shù)
2．2．5 應(yīng)用SVM的一般步驟
2．2．6 SVM多類分類
第3章基于支持向量機(jī)的目標(biāo)特征庫(kù)的建立
3．1 UCI開(kāi)放實(shí)測(cè)特征庫(kù)介紹
3．2 圖像的特征提取
3．2．1 圖像不變矩
3．2．2 主成分分析
3．3 低分辨率圖像特征庫(kù)的組建及SVM識(shí)別性能比較
3．3．1 低分辨率圖像特征庫(kù)的組建
3．3．2 基于三種特征庫(kù)的SVM識(shí)別性能比較
3．4 高分辨率圖像特征庫(kù)的組建及SVM識(shí)別性能比較
3．4．1 高分辨率圖像特征庫(kù)的組建
3．4．2 基于兩種特征庫(kù)的SVM識(shí)別性能比較
3．5 兩類裝甲車(chē)輛特征庫(kù)的建立
3．5．1 圖像獲取
3．5．2 基于MeanShift的圖像平滑與分割
3．5．3 裝甲車(chē)輛紅外特征庫(kù)與可見(jiàn)光特征庫(kù)的建立
3．5．4 特征融合及融合特征庫(kù)的建立
3．5．5 基于各特征庫(kù)的SVM識(shí)別效率比較
……
第4章支持向量機(jī)模型選擇
第5章支持向量機(jī)特征選擇
第6章基于增后特征庫(kù)的支持向量機(jī)
第7章支持向量機(jī)目標(biāo)識(shí)別的軟件實(shí)現(xiàn)
第8章總結(jié)與展望
參考文獻(xiàn)