預警情報智能分析演算法 李宏權 9787121467554 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$630
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202401*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：預警情報智能分析演算法 ISBN：9787121467554 出版社：電子工業 著編譯者：李宏權 頁數：194 所在地：中國大陸 *此為代購商品 書號：1613719 可大量預訂，請先連絡。 內容簡介 本書以預警情報分析需求為牽引，著眼于大數據、人工智慧等前沿信息技術的發展，論述了預警情報智能分析的數據基礎，提出了預警目標的有效運動特徵、預警目標雷達散射截面積（Radar Cross Section，RCS）特徵、預警目標回波顯影特徵、預警目標航線規律、預警目標空域規律、預警目標關聯關係等智能挖掘分析演算法，最後構設了預警情報智能分析平台。 本書可作為指揮信息系統工程本科、軍事情報學研究生的教學用書，也可作為從事戰略預警、預警情報處理分析領域教學和科研工作人員的參考書，還可為預警部隊信息系統建設規劃和頂層設計提供借鑒參考。目錄 第1章 緒論1 1 預警情報分析的相關概念 1 1 1 預警情報 1 1 2 傳統情報分析 1 1 3 預警情報分析 1 1 4 預警情報分析內涵與外延 1 2 預警情報分析的發展現狀 1 2 1 情報分析的演進 1 2 2 軍事情報分析的發展 1 2 3 預警情報分析的發展 1 3 預警情報分析的地位與作用 1 3 1 軍事情報工作的重要組成 1 3 2 空天預警作戰的重要環節 1 3 3 情報質量提升的重要途徑 1 3 4 作戰指揮精準高效的重要基礎 1 4 預警情報智能分析演算法基礎 1 4 1 智能優化演算法 1 4 2 神經網路演算法 1 4 3 分類演算法 1 4 4 關聯演算法 1 4 5 聚類演算法 1 5 本章小結 第2章 預警情報智能分析數據基礎 2 1 數據收集 2 1 1 數據主要來源 2 1 2 數據收集種類 2 1 3 數據收集方式 2 2 數據預處理 2 2 1 數據集成 2 2 2 數據清洗 2 2 3 數據變換 2 2 4 數據規約 2 2 5 數據整編 2 3 數據存儲 2 3 1 存儲管理架構 2 3 2 結構化數據存儲 2 3 3 非結構化數據存儲 2 4 本章小結 第3章 預警目標有效運動特徵智能提取演算法 3 1 預警目標有效運動特徵提取概述 3 1 1 預警目標有效運動特徵概念 3 1 2 預警目標有效運動特徵提取流程 3 1 3 預警目標有效運動特徵提取方法 3 2 基於大數據的預警目標運動特徵提取 3 2 1 數據積累 3 2 2 分域提取 3 2 3 全域提取 3 3 基於GA-KNN的預警目標有效運動特徵智能提取 3 3 1 初始化運動特徵種群 3 3 2 計算距離及分類 3 3 3 計算特徵有效率 3 3 4 更新運動特徵種群 3 4 預警目標有效運動特徵智能提取演算法試驗驗證 3 4 1 驗證環境準備 3 4 2 驗證數據準備 3 4 3 GA-KNN演算法驗證 3 5 本章小結 第4章 預警目標雷達散射截面積特徵智能提取演算法 4 1 預警目標RCS特徵智能提取概述 4 1 1 預警目標RCS特徵概念 4 1 2 預警目標RCS特徵提取流程 4 1 3 預警目標RCS特徵提取方法 4 2 基於雷達方程的預警目標RCS特徵提取 4 2 1 選取有效航跡點 4 2 2 計算預警目標RCS值 4 3 基於DMPSO-LSTM的預警目標RCS特徵智能提取 4 3 1 基於LSTM的預警目標RCS特徵提取模型 4 3 2 基於DMPSO的參數優化演算法 4 3 3 基於DMPSO-LSTM的預警目標RCS特徵提取 4 4 預警目標RCS特徵智能提取演算法試驗驗證 4 4 1 LSTM演算法驗證 4 4 2 PSO-LSTM演算法驗證 4 4 3 DMPSO-LSTM演算法驗證 4 4 4 三種演算法對比 4 5 本章小結 第5章 預警目標回波顯影特徵智能提取演算法 5 1 預警目標回波顯影特徵概述 5 1 1 預警目標回波顯影概念 5 1 2 預警目標回波顯影特徵提取流程 5 1 3 預警目標回波顯影特徵提取方法 5 2 基於CNN的預警目標回波顯影特徵提取 5 2 1 卷積層構造 5 2 2 池化層構造 5 2 3 全連接層構造 5 2 4 輸出層構造 5 3 基於改進的CNN的預警目標回波顯影特徵提取 5 3 1 選取激活函數 5 3 2 更新模型參數 5 3 3 防止模型過擬合 5 4 預警目標回波顯影特徵智能提取演算法試驗驗證 5 4 1 模型設置 5 4 2 試驗數據 5 4 3 模擬結果與分析 5 5 本章小結 第6章 預警目標航線規律智能分析演算法 6 1 預警目標航線規律概述 6 1 1 預警目標航線規律概念 6 1 2 預警目標航線規律分析流程 6 1 3 預警目標航線規律分析方法 6 2 預警目標航跡特徵提取 6 2 1 預警目標航跡特徵提取方法 6 2 2 基於擬合演算法的航跡特徵提取 6 2 3 基於改進的自適應擬合演算法的航跡特徵提取 6 3 基於聚類的預警目標航線規律分析 6 3 1 基於K-Means++演算法的航跡聚類 6 3 2 基於DBSCAN演算法的航跡聚類 6 3 3 兩種聚類演算法的比較 6 4 預警目標航線規律分析演算法試驗驗證 6 4 1 航跡特徵提取效果 6 4 2 基於K-Means++演算法的航跡聚類效果 6 4 3 基於DBSCAN演算法的航跡聚類效果 6 5 本章小結 第7章 預警目標空域規律智能分析演算法 7 1 預警目標空域規律概述 7 1 1 空域規律概念 7 1 2 空域規律分析流程 7 1 3 空域規律分析方法 7 2 預警目標空域編碼及數據處理 7 2 1 空域編碼研究現狀 7 2 2 空域編碼方法 7 2 3 空域編碼數據處理 7 3 基於分類的預警目標空域規律分析 7 3 1 基於SVC的預警目標空域規律分析 7 3 2 基於改進的BP網路的預警目標空域規律分析 7 3 3 兩種方法比較 7 4 兩類分類分析演算法試驗驗證 7 4 1 試驗環境及數據生成 7 4 2 基於SVC的空域分類效果 7 4 3 基於BP網路的空域 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
