目标识别原理与应用

　　本书以目标识别理论、方法为主线，注重基础，紧跟前沿，突出应用。在详细介绍目标识别涉及的特征提取、分类器设计技术基础上，给出目标识别应用实例，有利于读者将理论与实际相结合，加深对目标识别技术的理解。本书共11章，主要内容包括目标特征提取和选择、线性分类器、贝叶斯分类器、近邻法、决策树、集成学习方法、聚类分析、神经网络分类器等基础理论，雷达目标识别、雷达辐射源信号识别、SAR图像目标识别、文本命名实体识别等应用实例。本书可供从事目标识别领域相关工作的工程技术人员和研究人员参考，也可作为高校相关专业课程教材使用。

暂缺《目标识别原理与应用》作者简介

第1章 绪论
1.1引言
1.2目标识别相关概念
1.2.1模式与模式识别
1.2.2模式识别与机器学习
1.2.3监督学习与非监督学习
1.3目标识别系统组成
1.4目标识别基本方法
1.5评估方法与性能指标
1.5.1评估方法
1.5.2性能指标
第2章 目标特征提取和选择
2.1引言
2.2特征评价准则
2.2.1基于距离的可分性判据
2.2.2基于概率密度函数的可分性判据
…… 第3章线性分类器 第4章贝叶斯分类器 第5章非线性分类器 第6章聚类分析 第7章神经网络分类器 第8章雷达目标识物 第9章雷达辐射源信号识别 第10章SAR图像目标识别 第11章文本命名实体识别 附录A概率统计知识 附录B矩阵知识 附录C优化理论 参考文献