原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
非线性动力学视角下的海洋目标识别技术
目录
内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.2.1海洋目标识别技术发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
1.2.2非线性动力学理论应用概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
1.4研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
非线性动力学基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
2.1非线性科学概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
2.2常用非线性动力学模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
2.2.1相空间与庞加莱截面．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
2.2.2李雅普诺夫指数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
2.2.3分岔理论与混沌现象．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
2.3海洋环境中的非线性特性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
2.3.1海洋环境动力学模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
2.3.2海洋目标运动特性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
基于非线性动力学的海洋目标特征提取．．．．．．．．．．．．．．．．．．．．．38
3.1海洋目标运动数据获取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
3.2数据预处理与降噪方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
3.3基于相空间重构的特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
3.4基于李雅普诺夫指数的特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．49
3.5基于分岔分析与混沌特征的特征提取．．．．．．．．．．．．．．．．．．．．．．53
基于非线性动力学的海洋目标识别模型．．．．．．．．．．．．．．．．．．．．．54
4.1基于相似性度量的识别方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
4.1.1距离度量方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58
4.1.2模式匹配方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
4.2基于分类器的识别方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62
4.2.1支持向量机识别模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．65
4.2.2神经网络识别模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．69
4.3基于聚类分析的识别方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．72
4.3.1K均值聚类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．74
4.3.2层次聚类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．77
4.4基于隐马尔可夫模型的识别方法．．．．．．．．．．．．．．．．．．．．．．．．．．79
实验仿真与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．83
5.1实验数据与平台．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．84
5.2基于不同特征提取方法的识别实验．．．．．．．．．．．．．．．．．．．．．．．．86
5.3基于不同识别模型的识别实验．．．．．．．．．．．．．．．．．．．．．．．．．．．．89
5.4实验结果分析与对比．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．
文档评论（0）