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     

一种实用的有线电视加解扰方案

在分析了电视加扰技术中的模拟加扰方式和数字加扰方式后,对数字加扰时基处理中的行旋转、行置换、行变换等方法做了详细分析;为了保护有线电视加扰系统的安全,采用了随机数的产生、数据的加密等技术。最后详细介绍了一个包括加、解扰系统和用户控制的实验系统     

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。     

潜艇多媒体侦察系统的研究

提出了潜艇多媒体侦察系统的工作原理和设计方案,建立了一个基于QDD—10对空导航潜望镜、CCD彩色摄像机和多媒体计算机之上的侦察系统,分析了海上目标图象的退化,并提出了一套相应的图象处理算法。     

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。     

突出数学变换讲授相量分析的教学法研究

根据授课对象的数理基础所出现的新变化,阐述了以近代数学集合论为工具改进相量分析传统讲法的教学法要点,并对实践结果做了分析评估.     

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。