投影寻踪方法与应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

投影寻踪方法与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 投影寻踪——一类新兴的统计方法1

1.1投影寻踪方法的特点及优点1

1.2投影寻踪的发展简史6

1.3本书的主要内容8

参考文献10

第二章 投影指标与投影寻踪回归13

2.1常用的重要投影指标14

2.1.1密度型投影指标15

2.1.2非密度型投影指标18

2.2高光谱图像中小目标无监督检测的投影寻踪方法20

2.2.1投影指标的选取21

2.2.2基于遗传算法的投影方向最优化22

2.2.3高光谱图像中小目标无监督检测的实例26

2.3基于LDA投影指标和Lr投影指标的有监督分类28

2.3.1Lr投影指标28

2.3.2基于模拟退火方法的投影指标最优化30

2.3.3模拟数据分类32

2.4投影指标小波核估计的统计性质38

2.4.1预备知识38

2.4.2两类投影指标的小波核估计41

2.5投影指标的Bootstrap估计及其统计性质52

2.5.1预备知识52

2.5.2投影指标的Bootstrap估计54

2.5.3拟最佳投影方向55

2.6SAR图像与极化SAR图像分类的序列投影寻踪方法57

2.6.1预备知识57

2.6.2极化SAR数据的相似性参数与极化SAR图像分类61

2.6.3序列投影寻踪模型与计算方法63

2.6.4SAR图像分类的序列投影寻踪模型方法65

2.6.5基于相似性参数序列投影寻踪的极化SAR图像分类68

2.6.6基于拟最佳投影方向的极化SAR图像分类72

2.7投影寻踪回归的L2收敛性和全向攻击导弹数据处理74

2.7.1投影寻踪回归74

2.7.2岭函数为多项式形式时投影寻踪回归的L2收敛性75

2.7.3全向攻击导弹数据处理79

2.8非线性系统高维特征量的稳健投影寻踪回归建模82

2.8.1稳健投影寻踪建模方法82

2.8.2航空发动机低压转子转速的稳健投影寻踪模型84

参考文献85

第三章 投影寻踪学习网络的统计性质与应用91

3.1投影寻踪学习神经网络92

3.1.1投影寻踪学习网络的数学模型和计算步骤93

3.1.2回归函数投影寻踪学习网络逼近的Lp收敛性98

3.2非线性自回归过程的投影寻踪学习网络逼近99

3.2.1非线性自回归过程的投影寻踪学习神经网络逼近的收敛性99

3.2.2基于投影寻踪学习网络的非线性自回归过程的建模与预报101

3.3多维非线性时间序列的投影寻踪学习网络逼近111

3.3.1多维非线性自回归过程的投影寻踪学习神经网络逼近的收敛性111

3.3.2应用实例114

3.4用于分类的投影寻踪学习网络方法116

3.4.1线性Hebb学习和非线性Hebb学习方法117

3.4.2用于分类的一维投影寻踪学习网络方法120

3.4.3用于分类的二维投影寻踪学习网络方法122

3.4.4应用实例126

3.4.5目标信号高维特征量的提取与分类131

3.5水下航行器弹道的投影寻踪学习网络的预测136

3.5.1投影寻踪学习网络逼近的收敛性136

3.5.2水下航行器导引弹道分析及数学模型139

3.5.3尾追法水下航行器弹道的平滑和预测142

3.6基于投影寻踪学习网络的SAR图像压缩145

3.6.1SAR图像的四叉树分割145

3.6.2基于投影寻踪学习网络的SAR图像压缩的计算方法147

3.6.3SAR图像压缩148

3.7基于小波域投影寻踪网络的多源退化图像的恢复150

3.7.1多源退化图像的小波域投影寻踪学习网络恢复方法150

3.7.2多源退化图像恢复计算实例151

参考文献154

第四章 小波神经网络的应用159

4.1小波神经网络的应用159

4.1.1小波神经网络的基本理论160

4.1.2小波神经网络的应用实例167

4.2基于小波神经网络的明暗恢复形状181

4.2.1构造单幅图像明暗恢复形状的小波神经网络181

4.2.2单幅图像明暗恢复形状小波神经网络的求解184

4.2.3单幅图像明暗恢复形状小波神经网络的随机梯度算法185

4.2.4应用实例189

参考文献202

第五章 投影寻踪小波神经网络及应用204

5.1投影寻踪小波神经网络的基本理论205

5.1.1投影寻踪小波神经网络的数学模型及拓扑结构205

5.1.2投影寻踪小波神经网络的非线性学习机理与计算方法207

5.2投影寻踪小波神经网络逼近的统计性质211

5.2.1多元非线性函数的投影寻踪小波神经网络逼近211

5.2.2多元非线性函数的投影寻踪小波神经网络逼近的收敛速度214

5.3投影寻踪小波神经网络的应用实例215

5.3.1基于投影寻踪小波神经网络的多元非线性函数逼近215

5.3.2基于投影寻踪小波神经网络的混沌时间序列预报222

5.3.3非线性时间序列的建模和预报224

5.3.4投影寻踪小波神经网络的图像边缘检测228

5.4基于投影寻踪小波神经网络的极化SAR图像分类方法232

5.4.1极化SAR数据分类的数学模型233

5.4.2极化SAR数据分类中心的确定234

5.4.3极化SAR数据的分类器与模糊权指标234

5.5极化SAR图像分类方法分析与比较238

5.5.1极化SAR数据的滤波预处理239

5.5.2极化SAR图像的分类240

5.5.3基于Pauli系数分解的极化SAR图像分类241

5.5.4基于Krogager分解系数的极化SAR图像分类244

5.5.5基于目标相似性参数的极化SAR图像分类247

5.5.6基于散射熵H和散射角α平面的极化SAR图像分类249

5.5.7基于目标统计特征的极化SAR图像分类251

5.5.8有限混合Wishart模型及其分类多视极化SAR图像253

5.6分类方法的比较259

参考文献261