幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

機器學習方法在電磁逆散射問題中的應用研究/信息材料與應用技術叢書

  • 作者：張清河
  • 出版社：科學
  • ISBN：9787030575296
  • 出版日期：2019/06/01
  • 裝幀：平裝
  • 頁數：224
人民幣：RMB 126 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統地論述了機器學習方法的概念、原理、方法、流程和步驟及其在若乾電磁逆散射領域中的應用。全書共11章，內容包括緒論、機器學習方法、逆散射問題描述及模型建立、機器學習方法在自由空間逆散射中的應用、機器學習方法在埋地目標逆散射問題中的應用、機器學習方法在各向異性材料參數反演中的應用、機器學習方法在複合結構目標逆散射中的應用、機器學習方法在土壤濕度反演中的應用、機器學習方法在風驅粗糙海面逆散射中的應用、機器學習方法在雪地環境逆散射中的應用、結束語。全書內容主要為筆者近年來的研究成果，並增加了國內外最新研究進展。書中理論部分介紹了兩種機器學習方法——人工神經網路和支持向量機的原理與應用方法步驟，以及電磁正演問題中的數值方法和近似方法。本書重點討論了機器學習方法的應用實例，涵蓋了不同電磁環境、不同結構目標、不同介質類型的電磁逆散射問題，可以方便不同領域的讀者選擇參考。
    本書可供電子、通信、遙感、電腦、模式識別、信號處理、無損檢測、地球物理、生物醫學工程等領域的教師、高年級本科生、研究生、科研或工程技術人員學習參考。
作者介紹
張清河
    張清河，男，漢族，1969年11月出生於湖北當陽，三峽大學電腦與信息學院教授，碩士生導師，三峽大學「151人才工程」學術帶頭人。1992年畢業於華中師範大學物理教育專業，獲理學學士學位；2007年畢業於武漢大學電子信息學院無線電物理專業，獲理學博士學位。     教學方面：主講電磁場與電磁波、微波技術與天線等本科生課程，高等電磁場理論、微波遙感理論與方法等研究生課程，主持或參與教研項目多項，發表教研論文2篇。     科研方面：主持國家自然科學基金面上項目2項、湖北省自然科學基金1項、湖北省教育廳重點項目1項，發表論文40余篇。     研究領域：主要包括電磁散射與逆散射、微波對地遙感、雷達海洋遙感、陣列天線設計與綜合等。
目錄
第1章  緒論
  1.1  研究背景和意義
    1.1.1  問題描述
    1.1.2  應用背景
  1.2  電磁場逆問題分類
  1.3  逆散射中的數學問題
  1.4  研究方法
  1.5  研究進展和現狀
  1.6  本書的目的、內容和結構安排
  參考文獻
第2章  機器學習方法
  2.1  機器學習方法概述
  2.2  人工神經網路
    2.2.1  神經元模型
    2.2.2  神經網路的結構
    2.2.3  神經網路的學習
    2.2.4  BP網路及其學習演算法
    2.2.5  基於L-M原理的BP神經網路研究
    2.2.6  網路的拓撲結構
  2.3  支持向量機
    2.3.1  結構風險最小化原則
    2.3.2  支持向量回歸
    2.3.3  核函數
    2.3.4  支持向量機訓練演算法
  參考文獻
第3章  逆散射問題描述及模型建立
  3.1  逆散射問題描述
  3.2  BP神經網路電磁逆散射模型
  3.3  支持向量機電磁逆散射方法
    3.3.1  支持向量機逆散射模型
    3.3.2  支持向量機參數選擇
    3.3.3  支持向量回歸電磁逆散射方法的流程
  參考文獻
第4章  機器學習方法在自由空間逆散射中的應用
  4.1  復散射係數回歸估計
  4.2  電磁參數重構
  參考文獻
第5章  機器學習方法在埋地目標逆散射問題中的應用
  5.1  埋地目標電磁逆散射模型
  5.2  粗糙面散射理論基礎
    5.2.1  隨機粗糙面的生成
    5.2.2  入射錐形波
    5.2.3  MoM表面積分方程的推導
  5.3  一維PEC隨機粗糙面散射
    5.3.1  電磁散射建模
    5.3.2  數值結果及分析
  5.4  一維介質隨機粗糙面散射
    5.4.1  MoM電磁建模
    5.4.2  數值結果及分析
  5.5  介質隨機粗糙面與埋地導體複合散射

    5.5.1  MoM電磁建模
    5.5.2  數值結果及分析
  5.6  埋地目標探測及參數反演
  參考文獻
第6章  機器學習方法在各向異性材料參數反演中的應用
  6.1  時域有限差分法簡介
    6.1.1  FDTD場域劃分
    6.1.2  Yee元胞
    6.1.3  吸收邊界條件
    6.1.4  數值色散及穩定性條件
  6.2  各向異性介質FDTD方法
    6.2.1  各向異性介質FDTD差分格式
    6.2.2  各向異性FDTD演算法驗證
  6.3  各向異性材料電磁參數反演
  參考文獻
第7章  機器學習方法在複合結構目標逆散射中的應用
  7.1  複合結構目標正散射問題
    7.1.1  複合結構目標矩量法方程的建立
    7.1.2  矩量法方程的快速求解方法
    7.1.3  正散射問題數值結果
  7.2  逆散射數值算例
    7.2.1  二維介質覆蓋導體圓柱電磁逆散射
    7.2.2  二維複合方柱電磁逆散射
  參考文獻
第8章  機器學習方法在土壤濕度反演中的應用
  8.1  微波遙感土壤濕度研究概況
  8.2  土壤的介電模型
    8.2.1  Wang的四成分模型
    8.2.2  經驗模型
    8.2.3  Dobson半經驗模型
    8.2.4  數值模擬
  8.3  土壤粗糙面微波散射模型
    8.3.1  微擾法
    8.3.2  Kirchhoff近似方法
    8.3.3  積分方程方法
    8.3.4  植被覆蓋土壤散射模型
  8.4  土壤粗糙面微波輻射模型
    8.4.1  裸露土壤粗糙表面
    8.4.2  植被覆蓋土壤粗糙表面的模型
  8.5  敏感性分析
    8.5.1  SPM參數敏感性分析
    8.5.2  IEM相關參數敏感性分析
    8.5.3  Q/H模型土壤發射率參數敏感性分析
    8.5.4  Q/H模型土壤亮溫參數敏感性分析
    8.5.5  Qp模型土壤亮溫參數敏感性分析
  8.6  機器學習方法反演土壤濕度
    8.6.1  主動微波土壤濕度反演
    8.6.2  被動微波土壤濕度反演
    8.6.3  主動、被動相結合微波土壤濕度反演
    8.6.4  植被覆蓋土壤濕度反演

  參考文獻
第9章  機器學習方法在風驅粗糙海面逆散射中的應用
  9.1  海洋微波遙感研究進展
  9.2  海譜及海水介電模型
    9.2.1  海譜模型
    9.2.2  海水介電模型
  9.3  風驅海面散射雙尺度模型
  9.4  敏感性分析及反演方案設計
    9.4.1  建模及反演步驟
    9.4.2  雷達參數敏感性分析
    9.4.3  反演方案設計
  9.5  反演結果及分析
    9.5.1  風速反演結果與分析
    9.5.2  鹽度反演結果與分析
  參考文獻
第10章  機器學習方法在雪地環境逆散射中的應用
  10.1  分層隨機粗糙面微擾法理論
  10.2  雪地環境介質介電模型
    10.2.1  土壤的相對介電常數
    10.2.2  積雪的相對介電常數
  10.3  雪地環境微波散射特性
  10.4  雪地環境參數反演
    10.4.1  步驟及流程
    10.4.2  敏感性分析
    10.4.3  反演方案設計
    10.4.4  反演結果及分析
  參考文獻
第11章  結束語

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032