自动目标识别技术在现代战争中占据重要地位，然而，对识别效果的评估远远落后于实际需要。在对自动目标识别效果评估深入研究的基础上，本书力求给出客观的、定量化的、系统的、实用化的识别效果评估技术。
全书分10章：首先介绍相关背景，通过分析待研究的问题找出识别效果评估工作思路，明确识别效果评估理论与技术的体系结构；分别给出识别条件的测度方法和识别效果评估指标体系；其后，运用模糊综合评判、模糊积分、模糊聚类分析、测度论和李雅普诺夫稳定性理论分别建立了适用于不同背景的评估模型；*后研究了评估工作流程、评估模型的选取原则，给出了自动目标识别效果评估实例。
本书可以作为信息通信工程专业研究生教材，亦可供国防科技和武器装备研究人员、项目管理人员、技术维护人员参考。

第1章 绪论
1.1 自动目标识别技术
1.2 自动目标识别的效果评估
1.3 自动目标识别效果评估的发展及现状
第2章 自动目标识别效果评估的体系结构
2.1 自动目标识别效果评估的核心任务
2.2 自动目标识别效果评估的理性要求
2.3 自动目标识别效果评估的体系结构
第3章 参照信息
3.1 参照信息的含义及其选取原则
3.2 基于信号分析的参照信息
3.3 基于目标类别可分性的参照信息
3.4 参照信息的定标
第4章 识别效果评估指标
4.1 识别率测试结果
4.2 识别效果评估指标的选取
4.3 评估指标的计算方法
4.4 样本容量
第5章 基于模糊综合评判的自动目标识别效果评估模型
5.1 引言
5.2 基于经典模糊综合评判的自动目标识别效果评估模型
5.3 基于多级模糊综合评判的自动目标识别效果评估模型
5.4 基于变权模糊综合评判的自动目标识别效果评估模型
5.5 目标重要程度不同时的自动目标识别效果评估模型
5.6 综合评判因素权重的自学习
第6章 基于Suge肿模糊积分的自动目标识别效果评估模型
6.1 引言
6.2 Sugeno模糊积分法用于自动目标识别效果评估的细化模型
6.3 多重模糊积分用于自动目标识别效果评估的模型
6.4 修正的多重模糊积分及其用于自动目标识别效果评估的模型
6.5 目标重要程度不同时的自动目标识别效果评估模型
6.6 sugeno模糊积分因素权重的自学习
第7章 基于模糊聚类的自动目标识别效果评估模型
7.1 引言
7.2 模糊聚类分析用于自动目标识别效果评估的细化模型
7.3 基于摄动的模糊聚类方法在自动目标识别效果评估中的应用
7.4 灰色模糊聚类分析方法在自动目标识别效果评估中的应用
7.5 动态聚类分析方法在自动目标识别效果评估中的应用
7.6 聚类分析方法用于自动目标识别效果评估的自学习问题
第8章 基于测度论的自动目标识别效果评估模型
8.1 引言
8.2 识别结果衍生出的一些变量
8.3 基于测度论的自动目标识别效果评估的约束条件
8.4 基于测度论的自动目标识别效果评估模型
第9章 基于李雅普诺夫稳定性理论的自动目标识别效果评估模型
9.1 引言
9.2 自动目标识别系统识别效果的动态模型
9.3 自动目标识别系统识别效果动态平衡的约束条件
9.4 基于李雅普诺夫稳定性理论的自动目标识别效果评估模型
第10章 自动目标识别效果评估实例
10.1 自动目标识别效果评估模型的选取原则
10.2 自动目标识别效果评估的工作流程
10.3 效果评估实例中的基本设置
10.4 目标运动情况下的识别效果���估
参考文献