文摘
英文文摘
第一章 绪论
1.1 模糊神经网络概述
1.2 强化学习的研究现状及应用
1.2.1 强化学习的研究历史与现状
1.2.2 强化学习的应用
1.3 本文所做工作和章节安排
第二章 雷达辐射源特征提取及识别技术概述
2.1 模式识别概述
2.2 雷达辐射源特征提取及归一化
2.2.1 特征参数的提取
2.2.2 特征参数归一化
2.3 雷达辐射源识别技术概述
2.4 本章小结
第三章 基于POP的模糊神经网络结构
3.1 模糊集合与模糊逻辑
3.1.1 模糊集合的表示方法及运算
3.1.2 模糊逻辑推理
3.1.3 模糊关系及隶属函数
3.2 人工神经网络概述
3.2.1 人工神经元模型及激活函数
3.2.2 前馈型网络
3.3 模糊神经网络
3.3.1 POP模糊神经网络模型
3.3.2 POP模糊神经网络的学习过程
3.4 基于POP模糊神经网络的雷达辐射源分类识别
3.5 本章小结
第四章 基于强化学习改进的神经网络学习算法
4.1 强化学习简述
4.1.1 神经网络的学习方式
4.1.2 强化学习基本要素和特点
4.2 强化学习算法到KOHONEN学习规则的映射
4.2.1 强化学习算法
4.2.2 Kohonen学习规则
4.2.3 基于强化学习的Kohonen网络权值更新规则
4.3 基于强化学习改进的径向基神经网络
4.3.1 径向基神经网络模型
4.3.2 基于强化学习改进的径向基神经网络的学习过程
4.3.3 改进的径向基神经网络对雷达辐射源的识别
4.4 改进的基于强化学习的聚类算法
4.5 实验结果与分析
4.6 本章小结
第五章 雷达辐射源识别的实验结果及分析
5.1 实验样本集
5.2 基于强化学习的雷达型号分类实验
5.3 实验结果的分析
第六章 基于Petri网的平台识别
6.1 引用网的基本概念
6.2 平台识别的引用网建模
6.2.1 基本复合事件的引用网建模
6.2.2 平台识别建模和分析
6.3 本章小结
第七章 总结与展望
7.1 工作总结
7.2 进一步研究
致谢
参考文献