首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   9篇
  武器工业   9篇
  2016年   1篇
  2015年   1篇
  2013年   1篇
  2011年   1篇
  2009年   1篇
  2008年   2篇
  2006年   1篇
  2004年   1篇
排序方式: 共有9条查询结果,搜索用时 31 毫秒
1
1.
超音速飞行体激波信号的主成分分析和K-均值聚类   总被引:4,自引:0,他引:4  
提出一种基于激波信号的超音速飞行体的目标分类方法,通过5.56mm,7.62mm和12.7mm三种枪弹实测分析,提取信号的时域特征,用主成分分析法对信号的特征变量降维处理,用K-均值聚类算法进行聚类分析。对比直接用原始特征变量进行分类和经主成分分析处理后分类的效果,结果表明主成分分析的有效性和超音速目标分类识别的可行性。  相似文献
2.
基于HMM与K-均值聚类的声目标识别   总被引:3,自引:0,他引:3  
提出一种隐马尔可夫模型和K-均值聚类混合模型的声目标识别方法.在该方法中,建立声信号的HMM,提取了声信号的线性预测系数(LPC)作为目标识别的参数,用K-均值算法对参数进行聚类,产生了训练和识别所用的特征向量.最后根据混合模型的识别算法判断声目标的类别.仿真结果表明:新的混合模型识别系统在声目标识别中具有可行性.  相似文献
3.
一种基于平均相对偏差的聚类算法   总被引:1,自引:0,他引:1  
在k-means算法基础上,提出利用平均相对偏差对数据的维分布密集度进行度量,并根据空间分布的密集度动态地给属性赋予权值。在计算平均相对偏差时,度量值与平均值间的偏差没有被平方,在一定程度上降低了孤立点的影响,与标准差相比具有更强的鲁棒性。仿真结果表明,基于平均相对偏差的聚类算法提高了聚类的质量。  相似文献
4.
航路规划是飞机地形回避系统的一个关键环节,是完成低空飞行任务的基础;针对飞机地形回避过程的航路规划技术进行了研究,利用k均值算法对地形采样点进行聚类,建立地形障碍空间模型,运用狄克斯特拉算法进行初始航迹规划,然后利用遗传模拟退火算法对航迹进行优化,缩短整个航线的航程;通过仿真验证了方案的可行性和合理性。  相似文献
5.
针对盖尔圆盘法在低信噪比和少快拍数背景下进行信源数目估计时会出现错误判断的问题,提出了色噪声背景下改进的K-均值聚类信源数目估计方法.求出数据相关矩阵后按照信号和噪声的类均值对信号特征值和噪声特征值进行K-均值聚类,然后不断更新类均值直到信号特征值收敛.计算机仿真实验证明了该方法在低信噪比和少快拍数时的估计成功概率高于盖尔圆盘法.  相似文献
6.
粗糙集的知识约简功能是针对离散数据的,而决策表属性取值很多是连续的.为此综合聚类与粗糙集方法,提出一种决策表的全局连续属性离散化、属性约简与规则提取的方法.动员联盟是敏捷动员的重要实现方式,动员联盟的伙伴选择指标体系体现了国家对动员企业的基本要求.在已有的动员企业潜力指标数据和经验决策数据的条件下,通过这种全局的属性离散化和属性约简方法,可以进一步精简指标体系,并提取有用的决策规则,经实验结果验证,使用全局属性约简方法处理动员联盟伙伴选择的指标约简具有更好的优越性.  相似文献
7.
根据NMI特征和Jan Flusser提出的仿射不变矩的特点及各自的适用条件,提出了一种组合不变矩。利用所提取的组合不变矩的特征向量,实现了对空中目标的K-mean聚类分析识别。在此基础上将模拟退火机制引入其中,以克服K-mean聚类的局限性和对初始聚类中心的敏感性,最后提出了基于模拟退火的改进K-mean聚类算法。仿真实验结果表明,该方法具有较高的识别精度和较好的抗噪性。  相似文献
8.
编队队形识别技术是反舰导弹武器系统目标识别领域中的一项重要研究内容,具有队形识别能力的反舰导弹可以有效增强对密集型舰艇编队当中重要目标的选择能力,进而直接提升导弹的命中概率和作战效能.基于Hough变换技术研究了一种舰艇编队队形识别算法,在无探测噪声影响时具有很好的识别率.当目标信息受污染较严重时,进一步采用了改进的K均值聚类算法对Hough变换后得到的积累矩阵局部峰值进行聚类处理,根据峰值聚类的结果准确提取出待识别队形的参数,从而有效抑制了探测噪声带来的不利影响.仿真结果表明,采用该算法可以正确识别出舰艇编队队形,在目标信息受污染较严重时也具有较好的识别效果,具有较好的鲁棒性.对该算法复杂度及目标指示误差对算法精度的影响进行了分析.  相似文献
9.
针对无人机着陆时采用传统的Hough变换或者利用跑道区域先验信息的方法所产生的计算时间开销较大和未知先验信息前提下不适用等问题,提出一种基于灰度投影的跑道线检测算法。通过模板匹配提取跑道区域作为兴趣区(region of interest,ROI),在ROI中进行边缘提取;对于边缘提取后的图像使用灰度投影算法,获得可能的直线在空间内的位置,并使用K-means算法对可能的直线进行聚类,从而获得跑道边线的估计位置。仿真结果表明:该算法可以有效提取跑道边线,相比于传统Hough变换的直线提取算法,可以减少50%的时间消耗。  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号