中近距离爆炸与地震的识别

建立了一种识别中近离爆炸与地震的方法,采用Ｆｉｓｈｅｒ线性差别和多层前馈神经网络２种模式识别方法对河北地区和山西地区２的类事件进行了识别,实验证明：Ａｐ／Ａｓ,Ｔｓ具有较好的分类能力,Ｍｌ／Ｍｄ的分类能力一般;实验还表明,鉴别量的分类能力不仅与传播有关,还与采用的模式识别方法有关。     

正则化方法在拉普拉斯数值反演中的应用

本文用正则化方法给出了拉普拉斯变换的数值反演方法,并考虑了问题的不适定性,此方法在实际中有较强的应用价值.     

用正则化方法对频谱有限信号进行外推的新算法

本文给出了频谱有限信号外推的一个新算法,首先考虑了问题的不适定性,然后用正则化方法构造一个稳定算法,因本文把噪音η(t)看成是L~2〔-T,T〕(T > 0)中的函数,且当integral from n=-T to T (|η(t)|~2dt→0时,外推在(-∞, ∞)上一致逼近准确信号,所以有较强的应用价值.最后还给出了外推的误差估计.     

声音信号相关处理在战场目标识别中的应用

对几种地面战场常规装备的声音信号进行了时域相关分析,通过建立隶属度来设计识别器,提出了一种应用于战场发声目标识别的方法,经过试验验证了本方法的有效性。     

多选择引信炮口装定中的数据传输

多选择引信能有效地提高舰炮武器系统的作战效力,而装定技术是其中的关键技术．文中论述了多选择引信装定中的数据编码形式、数据传输方法以及传输中的差错控制等问题,并给出了实现饱口装定的数据传输的具体方案．     

地面战场运动目标识别NN-ST专家系统

本文在对现代战争条件下地面战场运动目标性质及特征研究的基础上,根据军事领域专家的经验和多传感器侦察的特点,将动态补偿神经网络模型与时空数据融合模型相结合,构造了地面战场运动目标识别的ＮＮ－ＳＴ专家系统。     

一种用于声目标识别的小波变换去噪方法

根据受噪声污染信号的小波变换系数中对信号有贡献的仅占其很小一部分的事实,提出了一种基于系数门限值去噪的方法。对不同信号的仿真结果表明该方法去噪效果明显,运算量小,适合用于对声目标识别系统的噪声去除。这对于改善声目标识别系统的抗噪性能是十分有意义的。     

物体识别不变性方法比较分析(Ⅰ)——统计方法

在计算机视觉与模式识别中,如何从不同的角度来识别同一物体而与该物体的位置、放置方向无关,是一个关键的课题,至今仍无很好的解决方法。本文中,我们总结了现有的方法,并将它们分为统计方法、解析方法和神经网络方法3类,并对这些方法的两个主要性能指标,即噪声敏感性和变形敏感性进行了模拟分析,模拟工作是在Masscom高速微巨机上完成的。最后,我们提出了一种新的方法。