神经网络指导贝叶斯决策准则用于运动目标分类 |
| |
引用本文: | 李洪瑞.神经网络指导贝叶斯决策准则用于运动目标分类[J].指挥控制与仿真,2001(4):27-40. |
| |
作者姓名: | 李洪瑞 |
| |
作者单位: | 不祥 |
| |
摘 要: | 本文利用目标的动态特性开发了神经网络指导的贝叶斯决策准则进行目标分类。系统由特征提取器、指导条件概率生成器的神经网络、新颖的序贯分类器组成。所应用的主要特征是从每个航迹中提取的速度和曲率序列。类似于隐式马尔可夫模型(HMM),用隐含状态训练神经网络,网络的输出则是给定观测下出现隐含状态发生的条件概率。然后用这些条件概率作序贯贝叶斯分类器的输入进行分类。一旦接收到新的扫描数据,分类结果递推更新。为了说明所述方法的有效性,介绍了关于高杂波率的多扫描图象的模拟结果。
|
关 键 词: | 神经网络 贝叶斯决策 运动目标 目标分类 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|