本书是一本关于自动目标识别评估理论、方法、技术及应用的专著,是作者长期以来科研工作的总结.书中广泛收集了该领域国内外专家的成果，结合作者的研究成果, 提出了一些独立的学术见解. 全书共8 章：第1章回顾ATR 技术发展历程，概述国内外ATR 评估方法, 点明本书特色; 第2 章讨论概率型指标（以识别率为典型代表）的估计; 第3 章讲解如何以识别率为比较准则进行算法的选优和排序; 第4 章阐述多指标的ATR 评估决策方法; 第5 章探讨ATR 的技术有效性，使用DEA 方法进行技术效率评估; 第6 章分析影响ATR 效率的因素, 基于MPI 定量测算影响因素作用;第7 章分析ATR 系统评估结果的可信度问题, 提出若干新的研究成果; 第8 章介绍ATR 评估工具平台并给出应用实例.

更多科学出版社服务，请扫码获取。

目录
总序
第二版前言
第一版前言
第1章 绪论 1
1.1 自动目标识别发展概况 2
1.1.1 基本概念及领域特色 2
1.1.2 ATR 技术发展过程 2
1.1.3 对于 ATR 的认识 8
1.1.4 困难与挑战 10
1.2 各研制阶段的 ATR 评估 11
1.3 ATR 评估方法概述 12
1.3.1 ATR 评估指标 12
1.3.2 多指标 ATR 评估 14
1.3.3 ATR 实用性检验 16
1.4 ATR 评估的重要课题 17
1.5 本书特色 19
全书各章概要 20
文献和历史评述 20
参考文献 21
第2章 目标识别概率估计 28
2.1 引言 28
2.2 经典统计估计方法 29
2.2.1 点估计值法 29
2.2.2 置信区间估计法 30
2.3 贝叶斯分析估计法 31
2.3.1 区间类型 32
2.3.2 估计准则 32
2.3.3 精度要求 33
2.4 测试样本容量需求 33
2.4.1 计算准则 33
2.4.2 无先验信息情况的预测 34
2.4.3 考虑测试值下限的预测 35
2.4.4 Beta 及广义 Beta 先验的预测 37
本章小结 42
文献和历史评述 43
参考文献 44
第3章 识别率选优与排序 46
3.1 引言 46
3.2 现有识别率选优与排序方法 46
3.2.1 单次比较法 46
3.2.2 序贯比较法 49
3.3 评估事件后验概率推理方法 51
3.3.1 ATR 评估问题的需求 51
3.3.2 事件后验概率的计算 51
3.4 算法数目、样本容量及评估可信度 54
3.5 识别率比较的最大似然原理 65
3.5.1 识别率选优中的似然原理 65
3.5.2 识别率排序中的似然原理 68
本章小结 70
文献和历史评述 71
参考文献 73
第4章 多指标 ATR 评估决策 75
4.1 引言 75
4.2 决策分析理论基础 76
4.2.1 决策分析基本步骤 76
4.2.2 多属性决策要素 77
4.2.3 评估决策模型 78
4.3 区间数 ATR 多指标评估方法 79
4.3.1 ATR 评估中的区间数多属性决策 79
4.3.2 区间加权法 81
4.3.3 区间 TOPSIS 法 82
4.3.4 评估实例 84
4.4 混合型 ATR 多指标评估方法 88
4.4.1 ATR 评估中的混合型多属性决策 88
4.4.2 偏好矩阵法 89
4.4.3 次序关系法 94
4.4.4 评估实例 95
4.5 模糊型 ATR 多指标评估方法 100
4.5.1 ATR 评估中的模糊型多属性决策 100
4.5.2 区间直觉模糊 TOPSIS-GCA 方法 101
4.5.3 评估实例 107
本章小结 109
文献和历史评述 109
参考文献 111
第5章 ATR 技术效率度量 115
5.1 引言 115
5.2 DEA 理论基础 116
5.2.1 公理假设 116
5.2.2 基本模型 117
5.2.3 生产函数 118
5.3 ATR 技术效率度量方法 118
5.3.1 ATR 技术效率原理 118
5.3.2 效率度量求解技巧 119
5.4 评估实例 124
本章小结 128
文献和历史评述 129
参考文献 131
第6章 影响因素作用测算 132
6.1 引言 132
6.2 Malmquist 指数 133
6.2.1 距离函数 133
6.2.2 Malmquist 指数 134
6.3 影响 ATR 效率的因素作用测算方法 135
6.3.1 因素作用后的数据特性 135
6.3.2 影响因素作用求解技巧 136
6.4 评估实例 143
本章小结 146
文献和历史评述 147
参考文献 148
第7章 性能预测与可信度检验 150
7.1 引言 150
7.2 基于优化支持向量机的性能预测 150
7.2.1 支持向量机基本原理 150
7.2.2 基于立方混沌和自适应策略的灰狼优化算法 152
7.2.3 CAGWO-SVM 回归预测评估方法 157
7.2.4 性能预测实例 159
7.3 基于改进证据理论的评估结果可信度检验方法 160
7.3.1 证据理论基本原理 160
7.3.2 改进的 DS 证据理论 163
7.3.3 性能评估结果的可信度检验方法 166
7.3.4 可信度检验实例 168
本章小结 170
文献和历史评述 170
参考文献 171
第8章 ATR 评估系统及其应用 174
8.1 引言 174
8.2 ATR 评估工具平台 175
8.2.1 ATR 评估软件系统 175
8.2.2 ATR 测试与演示系统 178
8.2.3 评估系统应用实例 179
8.3 性能评估及可信度校验辅助软件 187
8.3.1 功能需求与结构组成 187
8.3.2 软件设计与实现 188
本章小结 198
文献和历史评述 198
参考文献 199