自動(dòng)目標(biāo)識(shí)別評(píng)估方法及應(yīng)用（第二版）

目錄
總序
第二版前言
**版前言
第1章 緒論 1
1.1 自動(dòng)目標(biāo)識(shí)別發(fā)展概況 2
1.1.1 基本概念及領(lǐng)域特色 2
1.1.2 ATR 技術(shù)發(fā)展過程 2
1.1.3 對(duì)于 ATR 的認(rèn)識(shí) 8
1.1.4 困難與挑戰(zhàn) 10
1.2 各研制階段的 ATR 評(píng)估 11
1.3 ATR 評(píng)估方法概述 12
1.3.1 ATR 評(píng)估指標(biāo) 12
1.3.2 多指標(biāo) ATR 評(píng)估 14
1.3.3 ATR 實(shí)用性檢驗(yàn) 16
1.4 ATR 評(píng)估的重要課題 17
1.5 本書特色 19
全書各章概要 20
文獻(xiàn)和歷史評(píng)述 20
參考文獻(xiàn) 21
第2章 目標(biāo)識(shí)別概率估計(jì) 28
2.1 引言 28
2.2 **統(tǒng)計(jì)估計(jì)方法 29
2.2.1 點(diǎn)估計(jì)值法 29
2.2.2 置信區(qū)間估計(jì)法 30
2.3 貝葉斯分析估計(jì)法 31
2.3.1 區(qū)間類型 32
2.3.2 估計(jì)準(zhǔn)則 32
2.3.3 精度要求 33
2.4 測試樣本容量需求 33
2.4.1 計(jì)算準(zhǔn)則 33
2.4.2 無先驗(yàn)信息情況的預(yù)測 34
2.4.3 考慮測試值下限的預(yù)測 35
2.4.4 Beta 及廣義 Beta 先驗(yàn)的預(yù)測 37
本章小結(jié) 42
文獻(xiàn)和歷史評(píng)述 43
參考文獻(xiàn) 44
第3章 識(shí)別率選優(yōu)與排序 46
3.1 引言 46
3.2 現(xiàn)有識(shí)別率選優(yōu)與排序方法 46
3.2.1 單次比較法 46
3.2.2 序貫比較法 49
3.3 評(píng)估事件后驗(yàn)概率推理方法 51
3.3.1 ATR 評(píng)估問題的需求 51
3.3.2 事件后驗(yàn)概率的計(jì)算 51
3.4 算法數(shù)目、樣本容量及評(píng)估可信度 54
3.5 識(shí)別率比較的*大似然原理 65
3.5.1 識(shí)別率選優(yōu)中的似然原理 65
3.5.2 識(shí)別率排序中的似然原理 68
本章小結(jié) 70
文獻(xiàn)和歷史評(píng)述 71
參考文獻(xiàn) 73
第4章 多指標(biāo) ATR 評(píng)估決策 75
4.1 引言 75
4.2 決策分析理論基礎(chǔ) 76
4.2.1 決策分析基本步驟 76
4.2.2 多屬性決策要素 77
4.2.3 評(píng)估決策模型 78
4.3 區(qū)間數(shù) ATR 多指標(biāo)評(píng)估方法 79
4.3.1 ATR 評(píng)估中的區(qū)間數(shù)多屬性決策 79
4.3.2 區(qū)間加權(quán)法 81
4.3.3 區(qū)間 TOPSIS 法 82
4.3.4 評(píng)估實(shí)例 84
4.4 混合型 ATR 多指標(biāo)評(píng)估方法 88
4.4.1 ATR 評(píng)估中的混合型多屬性決策 88
4.4.2 偏好矩陣法 89
4.4.3 次序關(guān)系法 94
4.4.4 評(píng)估實(shí)例 95
4.5 模糊型 ATR 多指標(biāo)評(píng)估方法 100
4.5.1 ATR 評(píng)估中的模糊型多屬性決策 100
4.5.2 區(qū)間直覺模糊 TOPSIS-GCA 方法 101
4.5.3 評(píng)估實(shí)例 107
本章小結(jié) 109
文獻(xiàn)和歷史評(píng)述 109
參考文獻(xiàn) 111
第5章 ATR 技術(shù)效率度量 115
5.1 引言 115
5.2 DEA 理論基礎(chǔ) 116
5.2.1 公理假設(shè) 116
5.2.2 基本模型 117
5.2.3 生產(chǎn)函數(shù) 118
5.3 ATR 技術(shù)效率度量方法 118
5.3.1 ATR 技術(shù)效率原理 118
5.3.2 效率度量求解技巧 119
5.4 評(píng)估實(shí)例 124
本章小結(jié) 128
文獻(xiàn)和歷史評(píng)述 129
參考文獻(xiàn) 131
第6章 影響因素作用測算 132
6.1 引言 132
6.2 Malmquist 指數(shù) 133
6.2.1 距離函數(shù) 133
6.2.2 Malmquist 指數(shù) 134
6.3 影響 ATR 效率的因素作用測算方法 135
6.3.1 因素作用后的數(shù)據(jù)特性 135
6.3.2 影響因素作用求解技巧 136
6.4 評(píng)估實(shí)例 143
本章小結(jié) 146
文獻(xiàn)和歷史評(píng)述 147
參考文獻(xiàn) 148
第7章 性能預(yù)測與可信度檢驗(yàn) 150
7.1 引言 150
7.2 基于優(yōu)化支持向量機(jī)的性能預(yù)測 150
7.2.1 支持向量機(jī)基本原理 150
7.2.2 基于立方混沌和自適應(yīng)策略的灰狼優(yōu)化算法 152
7.2.3 CAGWO-SVM 回歸預(yù)測評(píng)估方法 157
7.2.4 性能預(yù)測實(shí)例 159
7.3 基于改進(jìn)證據(jù)理論的評(píng)估結(jié)果可信度檢驗(yàn)方法 160
7.3.1 證據(jù)理論基本原理 160
7.3.2 改進(jìn)的 DS 證據(jù)理論 163
7.3.3 性能評(píng)估結(jié)果的可信度檢驗(yàn)方法 166
7.3.4 可信度檢驗(yàn)實(shí)例 168
本章小結(jié) 170
文獻(xiàn)和歷史評(píng)述 170
參考文獻(xiàn) 171
第8章 ATR 評(píng)估系統(tǒng)及其應(yīng)用 174
8.1 引言 174
8.2 ATR 評(píng)估工具平臺(tái) 175
8.2.1 ATR 評(píng)估軟件系統(tǒng) 175
8.2.2 ATR 測試與演示系統(tǒng) 178
8.2.3 評(píng)估系統(tǒng)應(yīng)用實(shí)例 179
8.3 性能評(píng)估及可信度校驗(yàn)輔助軟件 187
8.3.1 功能需求與結(jié)構(gòu)組成 187
8.3.2 軟件設(shè)計(jì)與實(shí)現(xiàn) 188
本章小結(jié) 198
文獻(xiàn)和歷史評(píng)述 198
參考文獻(xiàn) 199