本書研究了信息融合目標(biāo)識(shí)別技術(shù)，首先分析了特征級(jí)融合目標(biāo)識(shí)別的基本理論，然后研究了多源圖像的預(yù)處理、結(jié)合閾值分割的分水嶺算法、結(jié)合聚類分割的分水嶺算法、目標(biāo)特征提取方法。對(duì)于特征融合方法，研究了基于協(xié)方差矩陣多特征信息融合、基于主成分分析的特征融合方法、基于改進(jìn)免疫遺傳的特征融合方法、基于獨(dú)立分量的特征融合、對(duì)典型相關(guān)分析特征融合方法的改進(jìn)。最后介紹了基于優(yōu)化改進(jìn)的反向傳播神經(jīng)網(wǎng)絡(luò)目標(biāo)識(shí)別、模糊支持向量機(jī)理論與編程實(shí)現(xiàn)、基于模糊支持向量機(jī)的識(shí)別系統(tǒng)實(shí)現(xiàn)。

本書適合從事多源信息融合理論、目標(biāo)識(shí)別技術(shù)研究和工程應(yīng)用的技術(shù)人員閱讀，也可作為高等院校相關(guān)專業(yè)高年級(jí)本科生和研究生的參考教材。