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。
本书可供模式识别、人工智能、决策分析等领域的科研与应用工作者阅读，亦可作为有关专业的高年级本科生、研究生和高校教师的参考书。

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