一种基于模糊竞争网络的主动声纳目标分类器

提出了一种基于模糊竞争网络的主动声纳目标分类器。该分类器结构简单,学习速度快,仅用少量样本进行训练便可获得良好的推广性能．便于实时学习和应用。通过对模式属于各类别的隶属度的分析,可以知道判决的可靠性,具有较好的应用价值。     

基于改进C-均值聚类算法的空中目标分类

空中目标的正确分类对防空作战效果有着重要的影响。在分析了空中目标类型和目标的表征方法之后,构建了动态聚类中的一种分类算法———改进C-均值算法。该算法改变了以前算法中只用一个聚类中心作为一类的代表的做法,而采用的是类核函数代替类心的方法。类核函数较一个聚类中心更能够表现出某一类的分布信息,从而提高分类的正确率。     

基于BP神经网络的防空保卫目标分类

提出用BP神经网络模型对防空保卫目标进行分类的一种新方法。该方法建立分类评价的指标集,将分类的划分等级作为训练样本集,以指标的各等级标准值作为样本的输入特征值,建立多参数的BP神经网络防空保卫目标分类评价模型,然后用实例训练神经网络,得出了较合理的结论。     

D-S证据论在空中目标分类中的应用

首先叙述识别、分类空中目标时需使用多传感器融合技术,分析可利用的各类传感器和从其可得到的各种目标属性参数,以及各种数据融合方法.然后详细介绍了基于D-S证据论的3种多源信息融合分类空中目标方法,并对具体仿真应用结果作了比较.     

基于MRF模型和人工神经网络的遥感图像分类综合方法研究

本文总结了提高计算机遥感信息分类精度的四个有效途径，据此提出了基于三维Ｈｏｐｆｉｅｌｄ人工神经网络模型的遥感信息分类及平滑处理综合技术。实验表明，该方法可明显提高森林类型划分、土地利用调查等遥感应用专题的分类精度。     

具有多重置条件的目标二次航迹归一

针对防空Ｃ￣３Ｉ系统指挥中心的二次航迹归一。提出了具有重置条件的人工神经网络模型来解决空中目标二次航迹的归一问题。结果表明,采用新方法来进行二次航迹归一,具备速度快、计算量小、实时性好,且能保证较高的辨识正确率等优点。     

国外反卫星武器发展述评

从反卫星需求出发,对反卫星武器的定义、分类、优缺点、组成及其作战过程以及美、俄反卫星武器的发展现状进行了阐述,对重点研究的2种反卫星武器作了介绍。对反卫星武器发展特点及趋势作了分析。