先進多功能雷達智能感知識別技術 李雲傑 朱夢韜 李岩 范麗麗 9787030764454 【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：科學
物品所在地：中國大陸
原出版社：科學
NT$1,132
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
| *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，以到貨標的為正確資訊。 印行年月：202309*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：先進多功能雷達智能感知識別技術 ISBN：9787030764454 出版社：科學 著編譯者：李雲傑 朱夢韜 李岩 范麗麗 頁數：352 所在地：中國大陸 *此為代購商品 書號：1581411 可大量預訂，請先連絡。 內容簡介 本書聚焦先進多功能雷達的感知識別難題，將人工智慧技術應用於對多功能雷達感知識別。全書內容主要包括先進多功能雷達行為建模表徵、智能化感知識別技術基礎、交織輻射源信號分選、脈內調製類型識別、多功能雷達工作狀態識別、多功能雷達系統行為識別、認知多功能雷達行為策略逆向分析等。 本書可作為雷達電子對抗領域研究人員、相關專業研究生的參考用書。目錄 前言第1章 先進多功能雷達系統概述 1 1 先進多功能雷達發展歷史 1 1 1 先進多功能雷達基本概念 1 1 2 相控陣先進多功能雷達發展歷史 1 2 典型先進多功能雷達系統 1 2 1 地基多功能雷達系統 1 2 2 機載多功能雷達系統 1 2 3 艦載多功能雷達系統 1 3 先進多功能雷達給電子偵察帶來的挑戰 1 3 1 多功能雷達信號的特點 1 3 2 多功能雷達帶來的挑戰 參考文獻 第2章 先進多功能雷達行為機理和觀測建模 2 1 先進多功能雷達行為機理與參數化模型表徵方法 2 1 1 MFR系統行為實現原理的層次化框架 2 1 2 MFR系統的典型行為模式 2 1 3 MFR系統行為實現過程的層次化框架 2 1 4 MFR系統行為動態特性表徵方法 2 1 5 MFR工作狀態的參數化模型表徵 2 2 基於雷達信號PDW數據的多功能雷達系統行為觀測模型 2 2 1 MFR系統行為觀測模型的概念和內涵 2 2 2 MFR系統行為觀測目標的客體模型 2 2 3 MFR系統行為觀測信號的非理想性模型 2 2 4 MFR系統行為觀測者分析模型 2 3 認知多功能雷達系統行為框架 2 4 本章小結 參考文獻 第3章 智能化感知識別技術基礎 3 1 人工智慧技術概述 3 1 1 人工智慧技術簡史 3 1 2 人工智慧在輻射源識別中的發展趨勢 3 2 特徵工程簡介 3 2 1 特徵提取方法 3 2 2 特徵選擇方法 3 3 有監督機器學習 3 3 1 有監督機器學習簡介 3 3 2 BP神經網路 3 3 3 卷積神經網路 3 3 4 循環神經網路 3 3 5 長短期記憶網路 3 4 無監督機器學習 3 4 1 無監督機器學習簡介 3 4 2 原型聚類 3 4 3 密度聚類 3 4 4 層次聚類 3 5 強化學習 3 5 1 強化學習基本思想 3 5 2 馬爾可夫決策過程 3 5 3 強化學習問題定義 3 6 本章小結 參考文獻 第4章 雷達信號分選技術 4 1 雷達信號分選技術概述 4 1 1 雷達信號分選任務內涵 4 1 2 多功能雷達信號分選任務建模 4 1 3 雷達信號分選實現途徑 4 2 基於無監督聚類的信號分選方法 4 2 1 無監督聚類方法原理 4 2 2 基於UCAR的無監督聚類分選演算法 4 2 3 演算法性能驗證 4 3 基於參數化模型最大似然估計的信號分選方法 4 3 1 基於參數化模型最大似然估計的分選原理 4 3 2 基於參數化模型最大似然估計的分選演算法 4 3 3 演算法性能驗證 4 4 基於神經機器翻譯的信號分選方法 4 4 1 神經機器翻譯方法原理 4 4 2 基於神經機器翻譯的分選演算法 4 4 3 演算法性能驗證 4 5 本章小結 參考文獻 第5章 多功能雷達信號脈內調製識別技術 5 1 多功能雷達脈內調製識別技術概述 5 1 1 雷達脈內調製識別任務內涵 5 1 2 雷達脈內調製識別任務建模 5 1 3 雷達脈內調製識別技術途徑分析 5 2 低信噪比條件下的脈內調製類型識別方法（LDCUnet-DCNN） 5 2 1 低信噪比下的脈內調製類型識別任務 5 2 2 生成對抗網路的基本原理 5 2 3 一種基於局部密集連接Unet的LPI雷達信號調製類型識別演算法（LDCUnet-DCNN） 5 2 4 演算法性能驗證 5 3 小樣本條件下脈內信號調製樣式識別方法（FG-FSL） 5 3 1 脈內調製類型識別的小樣本學習任務建模 5 3 2 小樣本學習基本原理 5 3 3 一種基於前景分割的小樣本識別方法（FG-FSL） 5 3 4 演算法性能驗證 5 4 時頻交疊條件下的脈內調製類型識別方法（RAUnetGAN-MIML） 5 4 1 時頻交疊條件下的脈內調製類型識別任務 5 4 2 多示例多標籤學習方法的基本原理 5 4 3 一種基於殘差注意力Unet和MIML的時頻交疊信號調製識別方法（RAUnetGAN-MIML） 5 4 4 演算法性能驗證 5 5 本章小結 參考文獻 第6章 多功能雷達行為層次化識別技術 6 1 多功能雷達行為識別技術概述 6 1 1 行為層次化識別任務內涵 6 1 2 行為層次化識別任務建模 6 1 3 雷達行為層次化識別實現途徑分析 6 2 基於序列到序列學習的工作狀態序列識別方法 6 2 1 序列到序列學習的基本原理 6 2 2 基於層次化序列到序列學習的狀態標籤序列識別 6 2 3 演算法性能驗證 6 3 基於模型的時間序列聚類工作狀態識別方法 6 3 1 時間序列的特性與聚類 6 3 2 雷達狀態標籤序列聚類識別演算法 6 3 3 演算法性能驗證 6 4 基於序貫假設檢驗的工作狀態序列切換點在線檢測方法 6 4 1 多功能雷達工作狀態在線切換點檢測任務 6 4 2 雷達工作狀態在線切換點檢測演算法 6 4 3 演算法性能驗證 6 5 先進多功能雷達系統行為識別方法 6 5 1 狀態符號序列生成 6 5 2 狀態行為映射識別 6 5 3 行為識別模擬數據實驗 6 5 4 級聯網路模擬數據實驗 6 6 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。 |
