基于支持向量机的多传感器空中目标识别研究

针对空中目标识别的复杂性,将支持向量机引入对空中目标的多传感器识别,对其机理进行了详细分析,建立了基于支持向量机的空中目标识别的算法模型.仿真实验的结果表明,该方法具有很好的识别效果,并且是一种能在训练样本很少的情况下达到很好分类推广能力的学习算法.     

限时图形系统的限时计算和渲染技术

在介绍了限时图形系统概念模型的基础上 ,指出限时渲染也是限时图形系统的一个基本特征 ,并从软、硬件两个方面对当今国内外采用的一些典型的提高实时图形渲染性能的技术和方法进行了明确的分类和阐述 ,提出了根据模型特点选用适当渲染技术的思想     

论考察识别干部应把握的关系

建立和发展社会主义市场经济,必须建设高素质的干部队伍。准确地考察识别干部是建设高素质干部队伍的重要前提。各级党委只有重视解决考察识别干部中的问题,才能真正做到选贤任能,确保干部队伍建设的健康发展。     

基于故障树模型的装备研制合同风险识别研究

介绍了故障树模型理论,探讨了故障树模型应用于装备研制合同风险识别的可行性,建立了装备研制合同风险识别故障树模型并进行了定性分析,得出了便于装备研制合同风险识别的四点结论。     

基于目标结构特征像的SVM目标识别方法

针对支持向量(SVM)对目标高分辨一维距离像(HRRP)识别率和稳定性不高的问题,研究将目标分解理论推广应用于对目标极化散射矩阵的分解,求得了目标结构特征像.在分析研究SVM的训练和测试方法的基础上,采用SVM通过结构特征像对两实验目标进行分类识别,结果表明,基于目标结构特征像的SVM目标识别方法能够提高目标正确识别率,且其稳定性较好.该方法是一种有效的目标识别方法.     

基于编码矩阵识别的高速空时分组码技术

正交空时分组码和准正交空时分组码的编码速率≤1,为使空时分组码能够应用在高速传输的场合,本文提出了一种基于编码矩阵识别的高速空时分组码设计方法。该方法通过在发送端发送不同的编码矩阵表示不同的附加信息,能够实现大于1编码速率,仿真分析结果表明,在高信噪比条件下该方法使编码速率达到了2.5,并具有良好的有效吞吐容量,特别适合无线高速数据传输。     

无源雷达智能目标识别

现代战争给无源雷达目标识别提出更高要求。针对传统数据库匹配识别方法存在的识别率低和容错性差等缺陷,提出采用智能算法进行无源雷达目标识别,构建了无源雷达智能目标识别总体框架,并设计了支持向量机方法、神经网路方法和证据理论方法的算法运用框架。提出无源雷达智能目标识别的几个关键问题,为改进和提高无源雷达目标识别技术手段提供理论基础。     

雷达目标高分辨距离像的特征提取及识别方法

本文首先应用ＴＬＳ－ＥＳＰＲＩＴ算法提取光学区高分辨雷达目标散射中心位置信息,并提出了“基于散射中心位置的相关匹配”目标识别算法,而后,证明了该算法相关匹配系数与所选择的基底无关以及算法的稳定性问题。最后,给出了五种飞机缩比模型的实验结果。     

中文分词与命名实体识别的联合学习

将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。     

基于深度限制波尔兹曼机的辐射源信号识别

针对电子侦察中使用常规参数难以有效识别复杂体制雷达信号的问题,提出利用深度限制波尔兹曼机对辐射源识别的模型。模型由多个限制波尔兹曼机组成,通过逐层自底向上无监督学习获得初始参数,并用后向传播算法对整个模型进行有监督的参数微调,利用Softmax进行分类识别。通过仿真实验表明该模型能对辐射源进行有效的特征提取和分类识别,具有较高的识别精度和较强的鲁棒性。