搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
自动目标识别--工程视角(精)
0.00     定价 ¥ 118.00
图书来源: 浙江图书馆(由浙江新华配书)
此书还可采购25本,持证读者免费借回家
  • 配送范围:
    浙江省内
  • ISBN:
    9787118128918
  • 作      者:
    作者:郁文贤|责编:张冬晔//王京涛
  • 出 版 社 :
    国防工业出版社
  • 出版日期:
    2023-04-01
收藏
畅销推荐
内容介绍
自动目标识别(Automatic Target Recognition, ATR)是一个和信号与信息处理、模式识别、人工智能等学科密切相关的工程技术领域。由于识别对象固有的不确定性,识别环境的复杂性,以及日益加剧的识别对抗性,使得ATR的发展一直面临着从理论到技术,再到应用的系统性挑战。本书从工程视角出发分析与描述了ATR的内涵与特征,梳理了ATR的核心技术体系,并从目标特性与特征、ATR体系结构与系统实现方法、动态任务规划、多源融合目标识别、ATR系统的学习与演进、目标识别测试评估体系等方面阐述了相关技术;本书最后评述了ATR技术的未来发展与挑战。本书内容尽可能结合工程应用背景,以期对该领域的工程实践具有较好的参考性。 本书不仅适用于目标识别领域的初学者阅读,也可作为从事目标识别工作的科研人员及高校学生的主要参考书籍使用。
展开
目录
第1章 绪论
1.1 ATR的定义与内涵
1.1.1 ATR的定义
1.1.2 认知ATR的视角
1.2 ATR发展回顾
1.2.1 经典模式识别方法
1.2.2 深度学习方法
1.2.3 ATR试验验证技术
1.3 ATR核心技术体系
1.3.1 目标特性与特征
1.3.2 目标识别体系结构与系统实现方法
1.3.3 目标识别动态任务规划
1.3.4 融合识别与不确定性决策
1.3.5 ATR系统的在线学习与演进
1.3.6 识别系统测试评估
参考文献
第2章 目标特性与特征
2.1 目标的特性与特征
2.1.1 目标特性
2.1.2 目标特征
2.2 目标数据信息量与可识别性
2.2.1 目标数据的信息量
2.2.2 目标可识别性分析
2.3 目标动态特征表征
2.3.1 目标动态特征的三态表征
2.3.2 三态特征提取
2.4 典型传感器目标特征
2.4.1 窄带/宽带雷达目标特征
2.4.2 SAR图像目标特征
2.4.3 可见光图像目标特征
2.4.4 红外图像目标特征
2.4.5 声纳目标特征
参考文献
第3章 ATR体系结构与系统实现方法
3.1 基于OODA环的ATR任务描述
3.1.1 基于OODA环的ATR任务流描述
3.1.2 ATR典型任务模式
3.2 ATR技术体系结构
3.2.1 集中式ATR系统体系结构
3.2.2 云-边-端一体化ATR系统架构
3.3 ATR系统实现模式与方法
3.3.1 迭代演进实现模式
3.3.2 开放生态实现模式
参考文献
第4章 动态任务规划
4.1 任务、资源的定义和模型化
4.2 雷达目标搜索跟踪与识别任务规划
4.2.1 基于任务综合优先级的时间占用规划调度
4.2.2 基于多目标约束进化优化的规划调度
4.2.3 基于双向拍卖机制的动态任务规划调度
4.3 光电目标搜索跟踪与识别任务规划
4.3.1 渐进式搜索跟踪与识别任务模型
4.3.2 光电目标搜索跟踪识别的规划调度案例分析
4.4 多传感器协同目标跟踪与识别任务规划
4.4.1 空-海-岸一体化海上应急救援任务模型
4.4.2 多传感器协同任务规划
4.4.3 岸空多源传感器协同搜索跟踪规划案例
参考文献
第5章 多源融合目标识别
5.1 信息融合基本概念与框架
5.1.1 信息融合的基本概念
5.1.2 多源融合的系统框架
5.2 多源数据配准与关联
5.2.1 多源数据配准
5.2.2 多源数据关联
5.3 目标融合跟踪
5.3.1 单平台多传感器目标融合跟踪
5.3.2 分布式多传感器目标融合跟踪
5.4 融合识别的不确定性决策
5.4.1 问题建模
5.4.2 D-S证据组合与推理
5.4.3 模糊融合识别
5.4.4 神经网络融合识别
参考文献
第6章 ATR系统的学习与演进
6.1 ATR系统的学习问题
6.1.1 目标识别的学习需求
6.1.2 持续学习的灾难性遗忘问题
6.1.3 对抗环境中的样本稀缺问题
6.2 ATR系统的在线增量学习
6.2.1 基于正则化的增量学习
6.2.2 基于记忆回放的增量学习
6.2.3 基于参数隔离的增量学习
6.2.4 课程学习
6.2.5 跨域迁移学习
6.3 ATR系统的小样本学习
6.3.1 小样本目标检测概念与计算框架
6.3.2 基于模型微调的方法
6.3.3 基于条件输入的方法
6.4 ATR系统的自监督学习
6.4.1 对比学习
6.4.2 基于聚类的自监督学习
6.4.3 知识自蒸馏学习
6.5 ATR系统的演进架构
6.5.1 ATR系统自演进架构
6.5.2 虚实混合数据驱动迭代演进
6.5.3 迭代自组织特征映射(RSOM)网络
参考文献
第7章 目标识别测试评估
7.1 ATR系统测试评估体系
7.1.1 ATR系统测试评估需求
7.1.2 ATR系统测试评估发展趋势
7.1.3 面向任务场景的ATR系统测试评估体系架构
7.2 ATR系统测试评估指标体系
7.2.1 任务复杂度指标
7.2.2 环境复杂度指标
7.2.3 目标识别性能指标
7.2.4 主观评价指标
7.2.5 指标体系规范化
7.2.6 复杂度计算模型
7.3 ATR系统测试评估方法与测试环境
7.3.1 ATR系统测试评估等级划分及规范
7.3.2 ATR系统测试评估模型建立
7.3.3 面向任务场景的ATR系统测试评估流程
7.4 ATR测试技术发展趋势与展望
参考文献
第8章 结语——永恒的挑战
主要缩略语
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证