GMDH神经网络在空袭目标识别中的应用

在现代防空作战中,如何快速准确的对敌我(友)目标进行识别,至关重要.本文提出利用GMDH神经网络对空袭目标的分类识别,GMDH称为数据处理的群集方法,适合于有较多网络输入的预测与分类.试验结果表明,该方法符合现代防空作战中目标识别的要求,具有一定的实用价值.     

基于RS的SVM算法在空袭目标识别中的应用

在现代防空作战中,如何快速准确的对敌我目标进行识别,至关重要。本文结合粗糙集和支持向量机算法建立了基于RS的SVM增量学习模型,提出了基于快速求核和集合近似质量的粗糙集属性约简算法,改进了SVM增量学习算法。试验结果表明,算法正确有效,模型符合现代防空作战中对目标识别的要求,具有一定的实用价值。     

基于BP神经网络的红外目标识别技术

论文主要研究的是基于BP神经网络的红外目标识别技术,红外目标的检测识别是红外搜索与跟踪系统、精确制导系统、红外预警系统等的一项核心技术.论文重点是介绍对空中飞机目标的识别,空中目标识别是防空作战辅助决策的关键环节之一.根据红外目标的各种属性,提取构建样本特征库,从而建立基于BP神经网络原理的空中目标识别模型.利用BP神经网络的训练函数采集样本特征数据,得到稳定的权值和阈值,为后续的目标识别分类提供依据.该模型主要利用神经网络的记忆、联想、容错功能,进一步提高目标识别的稳定性和可信度,降低了个别误判而造成目标识别错误的概率.     

基于神经网络的舰船雷达目标识别

通过从目标的这回波中提取特生信息，并进行适当处理来判断目标的类型已成为目标识别的一种重要方法。本文利用的神经网络对舰船雷达目标识别进行了探讨，仿真结果表明，辨识正确率较高。     

仪表表盘数字识别方法的研究

针对无指针式仪表表盘的数字识别问题,提出一种基于特征提取和粗糙集特征约简的神经网络数字识别方法.该方法首先利用数字图像预处理技术处理图像并利用特征提取方法提取数字图像特征,然后利用粗糙集理论进行特征约简,最后将约简后的信息输入到训练好的神经网络进行识别.     

基于信息增益和目标威胁度的多传感器管理优化模型

针对信息化防空作战的多传感器资源管理优化问题,分析了防空作战传感器管理,提出了基于信息增益和目标威胁度的多传感器管理优化模型.该模型通过计算传感器对目标的信息熵,获得每个传感器对每个目标最大的信息增益,以此作为代价函数,考虑目标的威胁度,利用线性规划思想进行多传感器对多目标的优化分配,实例分析表明该模型的有效合理性.     

一种基于ESM和红外传感器决策层信息融合的目标识别方法

针对异类传感器目标识别的问题,提出了一种融合ESM和红外传感器的互补信息进行目标识别的方法.该方法首先利用了神经网络在目标识别中的优越性,完成目标初步分类;其中对于ESM的输出结果,运用粗集理论的方法实现辐射源类型向目标类型的转化;最后将网络每次的输出作为一条证据,在决策层上利用改进的D-S理论方法实现数据的融合.最后飞机目标识别的仿真实验,验证了该方法可以获得较高的识别效率.     

基于神经网络数字识别方法的研究

针对无指针式仪表表盘的数字识别问题,提出一种基于特征提取和粗糙集特征约简的神经网络数字识别方法;该方法首先利用数字图像预处理技术处理图像并利用特征提取方法提取数字图像特征,然后利用粗糙集理论进行特征约简,最后将约简后的信息输入到训练好的神经网络进行识别;实验表明,相对于传统方法,该方法具有识别率高、速度快的特点,具有较高的实用价值;并且该方法在保留神经网络高鲁棒性的同时,为快速准确地进行数字识别开辟了新的途径。     

基于深度神经网络AdaMod优化模型的来袭目标攻击意图识别

海上舰艇防空反导作战基于目标攻击意图识别是现代舰艇防空技术的研究热点。来袭目标攻击意图识别是战场态势分析的一个重要部分,以往是通过先验知识和先验概率进行量化分析与明确攻击意图识别特征值的影响权重。深度神经网络可通过自适应学习目标攻击意图的特征值,可以在缺乏先验知识的条件下,通过小样本集的目标攻击意图的特征值训练,学习特征数据和攻击意图识别之间的对应关系与映射。通过引入GeLUs(Gaussian Error Linear Units)激活函数和AdaMod优化算法加快模型收敛,并解决了Adam模型可能无法收敛到最优解的问题。实验结果显示文中提出的模型可以有效解决在先验知识不足及训练数据规模小的情况下,能够有效识别来袭目标攻击意图,同时保证更高的准确率。     

炮兵战场目标选择仿真研究

研究作战目标优化选择问题,由于信息化战争炮兵战场目标繁多,目标选择难度越来越大,必须根据作战意图和部队作战能力,进行针对性识别.为了提高目标选择决策的科学性与有效性,建立了炮兵战场目标选择指标体系模型,设计了证据理论融合目标评价信息的具体步骤,用仿真方法引入目标选择识别,通过融合后的各指标综合评价值作为输入数据,构建了基于BP神经网络的目标选择仿真模型.利用案例实验输出的目标选择结果与目标实际选择结果基本一致,说明先用方法对目标选择判别具有实用性和准确性,能够为炮兵战场指挥员开展目标选择提供定量决策依据.