GAL神经网络训练算法的改进

对一种新型的神经网络——GAL(Grow and Learn)神经网络给出一种改进训练算法,与未改进的网络在训练时间、识别时间及识别准确率等方面进行比较,证明该网络结构简单、隐层节点易调整、运算量小,且识别准确率并未降低。     

声发射分析用于轴承状态监测的研究

为了对轴承局部损伤进行自动检测与诊断,本文对声发射分析的新方法进行了探讨。损伤的特征量由短时信号处理技术来提取,用模式识别技术进行分析,用散布矩阵进行评价。实验和分析的结果表明这种新方法优于振动分析法。     

时域分析在雷达动目标识别中的应用

本文通过对地面几类目标运动特性的统计研究,利用线性预测的方法进行目标特征的提取,进而用模式识别的理论对地面目标进行自动识别,取得了良好的识别效果。     

基于粗集和最大熵的模式识别方法

用基于属性约简的粗集理论找出条件属性的最小属性集。对属性间为不确定因果关系的模式,计算在最大熵情况下发生的概率,通过比较概率来进行模式识别,实例分析和结论部分说明这种方法是有效的。     

装甲车辆驾驶动作模糊模式识别研究

针对装甲车辆驾驶技能等级评判系统中,如何将驾驶训练过程中采集的驾驶动作数据还原成实际驾驶操作动作的瓶颈问题,采用模糊模式识别的方法,实现了对无限长待识序列数据的识别,并通过对实车采集数据的分析,验证了识别的有效性和准确性。     

基于LWT的纹理特征提取方法

介绍了一种利用局部沃尔什变换(LWT)提取图像纹理特征的新方法,给出LWT的定义,并分析了LWT系数的统计特性及其各阶矩的纹理鉴别性能。结果表明:自然纹理图像的LWT系数一般不服从正态分布,其偶数阶矩具有较好的纹理鉴别性能,奇数阶矩的纹理鉴别性能较差,因此选取LWT系数的偶数阶(2、4、6阶)矩作为纹理特征。与Haralick[1]、Wang和He[2,3],以及HuiYu[5]等人提出的纹理特征相比,基于LWT的纹理特征具有更好的鉴别性能,并且计算简单。     

一种遥测信号的模式识别算法研究

如何进行遥测信号的提取是遥测信号数据处理的重要环节,针对典型脉冲码元,提出了特征提取和软件模板的建立及算法的实现.     

基于目标参照拓扑的模糊航迹关联方法

航迹关联是分布式多雷达数据融合系统中的关键问题。多个雷达对同一目标观测的局部航迹,在系统偏差的影响下相差很大,难以通过目标位置、速度等信息进行关联判决。基于目标参照拓扑的模糊航迹关联方法,首先利用目标空间上的相对位置信息,提取新的特征———目标拓扑向量,然后考虑正北偏差的影响将其弥散化,继而应用模糊模式识别方法进行分析,建立关联准则,实现目标航迹的自动关联,并可为数据的进一步校准提供先验信息。仿真结果表明该方法具有较高的关联精度和鲁棒性。     

基于样本库的示功图模糊模式识别

给出了一种基于样本库的示功图模糊模式识别方法,详细介绍了其模型的建立和算法的设定,并结合实例进行了分析,最后用Ｍａｔｌａｂ进行了仿真实验．     

基于模糊信息论的空中目标识别模型研究

空中目标识别是防空作战辅助决策的关键环节之一。针对目标识别中不确定信息,建立基于模糊信息论的空中目标识别模型。该模型利用模糊信息论中的模糊数,基于贴近度的模糊模式识别对待识空中目标进行初步识别,同时为解决不确定信息本身对目标识别结果稳定性的影响,采用模糊信息熵对目标识别结果修正,从而进一步提高了空中目标识别结果的稳定性和可信度。