*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:202404*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:合成孔徑雷達圖像目標識別 ISBN:9787121476297 出版社:電子工業 著編譯者:劉明 頁數:161 所在地:中國大陸 *此為代購商品 書號:1638081 可大量預訂,請先連絡。 內容簡介 本書以作者在合成孔徑雷達圖像目標識別領域十多年的研究為主體,闡明了合成孔徑雷達圖像的統計特性、稀疏特徵及流形特徵,著重介紹了基於局部保持特性和稀疏表示的合成孔徑雷達圖像目標識別研究成果。 本書內容包括緒論、相關理論、目標識別技術,以及總結與展望等方面,適合高等院校相關專業研究生,以及合成孔徑雷達目標識別領域的研究人員和工程技術人員閱讀參考。目錄 第1章 緒論1 1 研究背景及研究意義 1 2 國內外研究現狀 1 3 本書 內容簡介 第2章 基於局部保持特性和混合高斯分佈的SAR圖像目標識別 2 1 演算法概述 2 2 局部保持投影演算法 2 3 基於LPP-GMD演算法的SAR圖像目標識別 2 3 1 基於混合高斯分佈的似然函數建模 2 3 2 基於局部保持特性的先驗函數建模 2 3 3 參數估計 2 4 試驗結果與分析 2 5 本章小結 第3章 基於局部保持特性和Gamma分佈的SAR圖像目標識別 3 1 演算法概述 3 2 SAR圖像的乘性相干斑模型 3 3 基於LPP-Gamma演算法的SAR圖像目標識別 3 3 1 基於Gamma分佈構建似然函數 3 3 2 基於局部保持特性構建先驗函數 3 3 3 參數估計 3 4 試驗結果與分析 3 4 1 SAR圖像目標識別結果 3 4 2 修正相似度矩陣的有效性驗證 3 5 本章小結 第4章 基於結構保持投影的SAR圖像目標識別 4 1 演算法概述 4 2 基於CDSPP演算法的SAR圖像目標識別 4 2 1 CDSPP演算法 4 2 2 差異度矩陣分析 4 3 試驗結果與分析 4 3 1 目標的類別識別 4 3 2 目標的型號識別 4 3 3 構建差異度矩陣的優勢 4 4 本章小結 第5章 基於類別稀疏表示的SAR圖像目標識別 5 1 演算法概述 5 2 SAR圖像的稀疏表示模型 5 3 SAR圖像的類別稀疏表示模型 5 3 1 方位角敏感特性 5 3 2 測試樣本建模 5 3 3 稀疏向量求解 5 4 基於LSR演算法的SAR圖像目標識別 5 5 試驗結果與分析 5 5 1 目標的類別識別 5 5 2 目標的型號識別 5 6 本章小結 第6章 基於乘性稀疏表示和Gamma分佈的SAR圖像目標識別 6 1 演算法概述 6 2 乘性稀疏表示演算法 6 3 試驗結果與分析 6 3 1 目標的類別識別 6 3 2 目標的型號識別 6 4 本章小結 第7章 基於判別統計字典學習的SAR圖像目標識別 7 1 演算法概述 7 2 基於判別統計字典學習(DSDL)的SAR圖像目標識別 7 2 1 統計字典學習(SDL)演算法 7 2 2 融入判別因子字典 7 2 3 演算法的計算複雜度分析 7 3 試驗結果與分析 7 3 1 目標的類別識別 7 3 2 目標的型號識別 7 4 本章小結 第8章 基於Dempster-Shafer證據理論融合多稀疏表示和樣本統計特性的SAR 圖像目標識別 8 1 演算法概述 8 2 Dempster-Shafer證據理論 8 3 基於Dempster-Shafer證據理論的融合演算法 8 3 1 SAR圖像的多稀疏表示 8 3 2 基本概率分配函數的推導 8 4 試驗結果與分析 8 5 本章小結 第9章 基於Dempster-Shafer證據理論和稀疏表示的SAR圖像目標識別 9 1 演算法概述 9 2 基於Dempster-Shafer證據理論的融合演算法 9 2 1 構建基於稀疏表示的基本概率分配函數 9 2 2 融合演算法 9 3 試驗結果與分析 9 3 1 目標的類別識別 9 3 2 目標的型號識別 9 4 本章小結 第10章 基於兩階段稀疏結構表示的SAR圖像目標識別 10 1 演算法概述 10 2 基於兩階段稀疏結構表示(TSSR)的演算法 10 2 1 第一階段(訓練階段)的結構保持 10 2 2 第二階段(測試階段)的結構保持 10 3 試驗結果與分析 10 3 1 目標的類別識別 10 3 2 目標的型號識別 10 4 本章小結 第11章 總結與展望 11 1 全書總結 11 2 工作展望 參考文獻 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。 |