電磁環(huán)境效應(yīng)機(jī)理智能挖掘

第1章 緒論
1．1 概述
1．2 電磁環(huán)境效應(yīng)與效應(yīng)機(jī)理
1．2．1 電磁環(huán)境
1．2．2 電磁環(huán)境效應(yīng)
1．2．3 電磁環(huán)境效應(yīng)機(jī)理
1．3 效應(yīng)機(jī)理研究中的問(wèn)題和困難
1．3．1 輸出效應(yīng)模糊，定量分析難
1．3．2 受體樣式多，規(guī)律總結(jié)難
1．3．3 歷史數(shù)據(jù)多，有效利用難
1．3．4 相關(guān)關(guān)系易尋，因果關(guān)系難證
1．4 貝葉斯網(wǎng)絡(luò)應(yīng)用于效應(yīng)機(jī)理研究
1．4．1 貝葉斯理論及貝葉斯網(wǎng)絡(luò)
1．4．2 貝葉斯網(wǎng)絡(luò)應(yīng)用于效應(yīng)機(jī)理研究的數(shù)學(xué)描述
1．4．3 貝葉斯網(wǎng)絡(luò)應(yīng)用于效應(yīng)機(jī)理研究需要解決的問(wèn)題
1．5 基于貝葉斯網(wǎng)絡(luò)的電磁環(huán)境效應(yīng)機(jī)理分析框架
第2章 雷達(dá)典型電磁環(huán)境及表征方法
2．1 電磁環(huán)境信號(hào)特性
2．1．1 壓制干擾信號(hào)特性分析
2．1．2 欺騙干擾信號(hào)特性分析
2．1．3 雜波信號(hào)特性分析
2．1．4 背景信號(hào)特性分析
2．1．5 復(fù)雜電磁環(huán)境要素特性參數(shù)
2．2 電磁環(huán)境要素參數(shù)提煉
2．2．1 參數(shù)提煉基本原理
2．2．2 壓制干擾參數(shù)提煉
2．2．3 欺騙干擾參數(shù)提煉
2．2．4 雜波參數(shù)提煉
2．2．5 背景信號(hào)參數(shù)提煉
2．2．6 電磁環(huán)境要素參數(shù)表征集
2．3 小結(jié)
第3章 雷達(dá)電磁環(huán)境效應(yīng)分析及表征方法
3．1 基于領(lǐng)域知識(shí)的效應(yīng)特征提取
3．1．1 雷達(dá)系統(tǒng)效應(yīng)特征分析
3．1．2 雷達(dá)系統(tǒng)效應(yīng)指標(biāo)計(jì)算方法
3．1．3 雷達(dá)系統(tǒng)效應(yīng)表征參數(shù)集
3．2 基于機(jī)器學(xué)習(xí)的效應(yīng)特征提取
3．2．1 深度卷積神經(jīng)網(wǎng)絡(luò)
3．2．2 基于卷積神經(jīng)網(wǎng)絡(luò)的P顯圖像特征提取
3．3 融合領(lǐng)域知識(shí)與機(jī)器學(xué)習(xí)的效應(yīng)特征構(gòu)建
3．3．1 效應(yīng)特征及融合方法
3．3．2 分析驗(yàn)證
3．4 融合信號(hào)層與應(yīng)用層的效應(yīng)特征構(gòu)建
3．4．1 基本理論與方法
3．4．2 分析驗(yàn)證
3．5 小結(jié)
第4章 特征選擇與離散量化方法
4．1 特征選擇方法
4．1．1 典型流形學(xué)習(xí)算法
4．1．2 改進(jìn)流形學(xué)習(xí)算法
4．1．3 特征評(píng)價(jià)
4．2 特征空間劃分方法
4．2．1 均勻劃分
4．2．2 非均勻劃分
4．2．3 K均值聚類(lèi)
4．2．4 不同劃分方法精度對(duì)比分析
4．3 小結(jié)
……
第5章 效應(yīng)機(jī)理貝葉斯網(wǎng)絡(luò)建模與推理分析
第6章 雷達(dá)電磁環(huán)境效應(yīng)機(jī)理分析案例
參考文獻(xiàn)