模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

ATR算法原理分析

随着现代微处理器和大规模集成电路、集成光路的发展,自动目标识别（ATR）算法技术在现代防御系统领域中具有越来越重要的作用。文章归纳了目标表示方法,着重对ATR算法──一统计模式识别算法、模板相关算法、基于模型的算法、人工神经网络算法,进行了概述和综合理论分析,并得出了一些有用的结论,为ATR系统学科的发展和应用奠定基础。     

点目标检测中候选轨迹确定算法

对低信噪比条件下缓动点目标检测技术中候选轨迹的确定算法进行了讨论。首先,给出了计数积累和线性预测的一般方法,然后,提出了一种基于计数积累,线性预测和轨迹约束的候选轨迹确定以及实现检测的算法,最后是算法性能分析。     

一种新的闭环消磁方法

提出了一种在通电过程中利用舰船磁信号获得动态通电波形的自动化消磁方法。该方法可在保证舰船磁性稳定的前提下,一次性地将其结果磁场处理到给定标准内,从而提高舰船磁性的处理效率。对实现该方法的硬件和软件结构进行了分析,提出了利用“人工智能”和“模糊控制”来确定磁信号与电流波形之间的关系。     

选择作战目标的聚类分析

本文利用聚类分析的方法 ,对作战目标进行最佳选择 ,并找出作战中的相互协同关系 ,这对计算机模拟与实际作战都有很大价值。     

光学区复杂目标RCS高频计算及软件集成技术进展

RCS的计算是隐形设计技术的关键问题,也是获取雷达散射特征信号的有效手段。本文主要就复杂目标的散射场的物理结构和复杂目标的精确建模两个方面进行了综述。另外文中还综述了复杂目标RCS预估软件进展,得到如下的发展趋势:复杂目标电磁散射计算与计算机图形学精确建模相结合,完成从模型设计到电气特性的分析,最终实现利用科学计算可视化技术实现电磁系统的三维仿真。     

C^3系统使用自主目标实现系统仿真

在仿真中所有对抗识别的基础都基于一种通用的参考框架。同步离散事件仿真依赖于参考框架在时间上的固定点。异步离散事件仿真依赖于参考框架在模型空间上的事件点。这两种仿真方法都不能完全实现自主目标的仿真。使用参考框架的空间模板方法可以弥补这些不足之处。本文讨论了空间模板的概念并给出了实现方法。针对Ｃ＾３系统中的传感器数据融合问题应用该方法进行了分析。     

自组织特征映射神经网络用于非特定人语音识别

本文就Kohonen自组织特征映射神经网络模型采用其基本学习算法直接用于孤立字非特定人的语音识别时所存在的不足进行了改进。大量的实验结果表明,改进后的方法对得到良好的映射圈和提高识别率具有积极的作用。     

高技术战场目标价值评价

本文采用模糊数学的方法对高技术战场主要目标进行分析和评价,拽地为我方对敌目标实施有重点的打击提供可靠依据。