基于改进权重模糊综合评判的目标识别方法

传统毫米波探测器目标识别方法都是基于模板匹配,虚警率高.采用模糊统计法确定特征分量对金属目标的隶属函数,建立模糊综合评判的评价矩阵.综合单个特征分量识别效果及专家评分权重两个因素,提出一种确定特征分量模糊综合评判权重的方法.根据模糊综合评判结果及最大隶属度原则,考虑工程应用中决策时的风险损失,利用训练样本集构造分类器,对于三组不同条件下的测试样本集,金属目标的识别率分别为80%、83%、81%.将分类器应用到实际系统中,经高塔及缩比实验,对金属目标总识别率为81%.     

基于神经网络的战场被动声／地震动目标识别方法

目的在于研究人工神经网络在战场声／地震动目标识别应中的有效算法。通过建立战场目标声／地震动特性探测与分析系统，在总结目标特性规律，分析传统BP算法固有缺陷的基础上，采用改进的算法对分类器进行训练，典型战场目标信号样本检验表明，该方法具有良好的识别分类效果，利用基于神经网络的分类来实现对战场声／地震目标的识别分类是可行的。     

基于模糊综合评判的后勤信息化水平测试

后勤信息化水平测试的模糊综合评判,采用隶属度函数建立模糊评判矩阵元素值实现.包括建立因素集、备择集、权重集、单因素模糊及多级模糊综合评价.其二级层次综合评判含后勤基础设施建设、后勤信息技术应用、信息化后勤装备、后勤信息化人才等的综合评估.一级层次综合评判按最大隶属原则评估.     

基于线性阵列包络线偏移叠加的车辆检测方法

基于声信号和震动信号的车辆目标探测,广泛应用于战场侦查、安防和反恐等领域。提出了一种基于声信号和震动传感器线性阵列包络线偏移叠加的车辆目标检测方法。该方法根据信号包络线特征和相似性,通过偏移叠加的方法进行信号检测和速度估计,不仅能提高对运动车辆目标的检测效率,还可给出它们的运动方向和速度。实验数据分析表明:除了多个车辆同时经过会导致目标信号在时域内重叠外,其他情况下车辆目标都能检测识别;与利用单个传感器的信噪比和持续时间等特征进行检测的结果相比,误检率由61%降至0%,而漏检率由7.8%升至12.5%.     

基于模糊诊断理论的车辆空调系统故障诊断方法

为有效诊断特种车辆空调系统故障,及时准确地定位故障原因,以模糊诊断理论的车辆空调系统为对象研究其故障诊断方法.分析空调系统故障模式,建立故障模糊数学模型,确定故障征兆和故障原因的模糊关系,基于经验维修和专家诊断确定了综合模糊隶属度,根据最大隶属度原则,确定故障征兆所对应的故障原因的最大隶属度,从而判断出导致空调系统发生故障的原因.研究结果表明:该方法能够准确可靠定位故障,有效缩短维修时间.     

侦察信息在目标毁伤效果评估中的应用研究

侦察信息是进行目标毁伤效果评估的基本依据,对战场信息的高效利用是进行目标毁伤效果评估的有效途径。对侦察信息的预处理及可信度分析,为目标毁伤效果评估奠定了信息基础。通过目标功能毁伤分析,以及模糊综合评判法,实现了对目标各单项功能的毁伤分析以及目标总体毁伤效果的评估分析。目标的功能分析、功能毁伤分析,以及基于模糊综合评判的目标毁伤效果综合评估分析,为有效利用战场信息资源评估目标的功能毁伤以及目标的总体毁伤效果提供了一种可借鉴的方法。     

基于模糊评判模型的射击成绩评价方法

基于模糊集理论目标识别方法,通过CCD图像采集,利用目标与弹迹灰度的不同,对射击成绩进行评价.该方法通过确定图像宽度、脉冲峰值隶属度函数及模糊因素权集建立特征隶属度函数,对各特征的权重进行自适应调整,最后经模糊综合评判,实现对射击成绩的评估.     

基于模糊综合评判的装备维修保障系统效能评估

针对装备维修保障系统效能指标的相对性、模糊性,运用模糊综合评判方法进行系统效能评估。根据完成装备维修保障任务所应具备的能力,建立装备维修保障系统效能评估指标体系,对单项指标采用专家评判法,采用递推算法给出目标层对评语的隶属度,按最大隶属度原则给出优劣等级评定,并由实例得出合理结果。该评估方法思路清晰、计算方便,为装备维修保障系统评估体系标准化提供了一种思路。     

基于综合评判的导弹故障诊断专家系统

基于综合评判的导弹故障诊断专家系统,根据故障综合数据库及推理机制,采用"主因素突出型"综合评判模型,对专家数量和可信程度进行加权逻辑分析,给出故障原因和解决方法.以某导弹报警板继电器通电不动作为例,设专家为评语因素集,以个人经验因素确定其权重,得出因素集上的模糊向量.指定可能出现的故障现象,构成综合评判矩阵.由模糊向量关系合成运算得出评判向量,按最大隶属原则确定故障原因.     

基于加权特征融合的 SAR 图像目标分类方法

针对现有分类器对 SAR 图像分类正确率不高的问题,考虑到单一的特征很难完全描述 SAR 目标,并且单一的分类器识别率有限,提出了一种基于加权特征融合的图像分类方法,采用多种特征来描述目标,并且用多个分类器同时对目标识别。实验结果显示,提出的方法能够达到较高的分类正确率,证明了该方法的有效性。     

采用主分量分析的非合作水声通信信号调制识别

由于信道传输特性、信噪比低等因素的影响,非合作水声通信信号的调制识别极具挑战性。对信号功率谱、平方谱进行主分量分析,提取代表不同类型调制信号特有信息的主分量作为特征参数,从而降低特征参数维度、抑制噪声影响,并在此基础上设计一种基于人工神经网络的水声通信信号调制方式分类器。海上实录信号数据的识别实验结果表明了该方法的有效性。     

AR谱结构特征提取及其对车辆目标的识别效果分析

针对车辆噪声识别问题,在对实测的４种车辆噪声进行预处理和ＡＲ谱估计的基础上,提取了谱重心,谱面积和卓越频率成分等几个特征量。实测的车辆噪声数据检验表明,基于ＡＲ谱结构提取的这几个特征具有良好的稳定性,且对车辆目标具有良好的识别效果,这对最终完成战场声目标模糊模式识别具有重要的参考价值。     

复杂环境背景下车辆目标识别研究综述

在军事领域和民用领域,利用图像对车辆目标识别都有着广阔的应用前景.针对实际应用中,室外的环境背景复杂多变,给车辆目标识别带来了很大挑战,分析了复杂环境背景下车辆识别的意义和面临的困难,对现有的图像预处理、特征提取、分类器设计的研究现状进行梳理,对复杂环境背景下车辆目标识别研究的发展方向进行分析.     

基于下视图像的打击效果评估系统研究

研究了打击效果评估的基本概念及该技术在国外的发展与应用情况,提出了基于下视图像的毁伤特征提取方法与典型目标毁伤评估准则。从物理级、功能级和系统级三个层次对打击效果评估进行了描述,提出了基于变化检测的物理级毁伤效果评估方法、基于自动目标识别的物理级毁伤评估方法和基于专家知识库的功能级毁伤评估方法,开发实现了基于下视图像的典型目标打击效果评估系统。仿真结果表明,所提出打击效果评估方法是有效的。     

基于子波变换和神经网络的直升机目标识别技术

在分析直升机噪声特性的基础上，利用子波变换对直升机所辐射的噪声信号进行特征提取，并采取ＢＰ网络分类器，成功地识别了干扰背景中的直升机目标，实际数据处理的结果证明了该方法的有效性。     

直升机声信号谐波集及小波子空间能量特征提取与识别

对目标识别中的特征提取技术进行了研究，介绍了两种用于被动声信号特征提取的方法．分别将谐波集(HS）频率和不同尺度小波子空间能量作为特征矢量，给出相应的算法；并利用实测信号将这些技术运用到直升机目标的识别问题中，利用kNN分类器对直升机目标和非直升机目标进行分类。结果表明这两种方法都能达到较高的正确识别率。     

双谱估计在直升机声信号特征提取中的应用

根据直升机信号在更多情况下表现为非高斯的随机过程,提出采用高阶统计量对直升机声信号进行建模与特征提取,导出基于三阶累积量的直升机声信号非高斯参数双谱模型,讨论了双频域内直升机声信号特征提取的方法,并结合实例给出说明,最后指出将高阶统计量分析方法用于直升机声目标识别具有十分有意义的应用前景。     

基于Bayes 推理的导弹作战目标识别

为降低导弹作战目标信息识别错误率,应用Bayes推理对导弹作战目标进行识别。通过各传感器对来袭目标进行观测、分类和说明,并根据Bayes推理进行分析,推算出目标融合概率。实验结果表明：该方法能达到较高的目标识别率,可以提高系统的决策能力。     

基于GLC-KSVD的稀疏表示人脸识别算法

稀疏编码中的字典学习是基于稀疏表示图像分类的核心内容,为此提出了一种基于Gabor特征和标签一致K-SVD(GLC-KSVD)字典学习的稀疏表示人脸识别算法;由于Gabor特征对光照、表情和姿态等具有一定的鲁棒性,首先对图像进行Gabor特征提取,用增广的Gabor特征矩阵来构建初始字典,然后通过字典学习得到原子与类别标签相对应的判别性字典和线性分类器,字典学习模型综合了重建误差、分类误差和稀疏编码误差,通过字典的标签一致约束,同一类别的样本得到相似的编码系数;实验结果表明:该算法具有良好的识别精度和较高的识别效率。     

人工神经网络在目标声定向中的应用

人战场实际情况出发，建立了人工神经网络目标声定向系统模型。用两个人工神经网络提高目标定向精度；并用计算机对系统的工作过程进行了模拟，模拟结果证明了人工神经网络用于目标声定向中的可行性。