基于机器学习算法的海空目标航迹数据分析技术研究

文中以真实海面目标航迹数据和模拟的空中目标航迹数据为基础提出了一种基于机器学习算法的通用的海空目标航迹数据分析技术,为海空目标规律分析和航迹规划等提供理论支持.该技术通过对各类海空目标航迹数据的组成、航迹类别等特征进行分析,以整条航迹为研究对象,主要包含典型航迹生成方法、聚类航迹处理方法、航迹预测方法三个部分,通过DB...     

雷达空中目标三维航迹生成方法研究

为满足导弹抗干扰仿真实验对目标航迹模拟的要求,对空中目标机动飞行动作进行分析,从航迹建模的角度总结空中目标航迹特征;基于贝塞尔曲线原理,提出一种图形化的三维航迹建模方法,并以一段复杂航迹为例,详细论述该方法的建模思想和建模过程;提出一种能够准确将航迹数学模型转换为航迹数据的计算方法,并给出了该方法的具体计算过程。最终的...     

数据挖掘技术在BOM中的研究应用

现代制造业企业的产品结构复杂、更新换代快,产生了大量产品BOM数据。为了给企业设计新产品提供数据参考并提高研发效率,文中从BOM系统已有的库中提取不同的型号产品BOM设计参数,使用数据挖掘技术分析研究,获得这些参数分布规律,更好地指导生产制造。     

基于目标特征信息的航迹处理

航迹处理要求目标快速准确建航和维持低的虚警概率。提出在常规使用的初始相关的情况下,应用目标特征增值信息进行航迹相关来完成航迹处理,在工程应用中有明显的效果,有效降低了航迹虚警率,保证了航迹的质量,也缩短了航迹起始的时间。     

基于代数图论的修正贝叶斯群目标航迹起始算法

群目标跟踪技术是测量空中集群生物目标飞行状态的有效手段,而航迹起始是群目标跟踪的第1步,包括分群检测与航迹确认。针对现有算法在分群检测时限制群内目标必须两两相似,在航迹确认时因等效量测残差过大导致航迹误丢弃的问题,该文提出一种基于代数图论的修正贝叶斯群目标航迹起始算法,通过引入代数图论实现监测空间内量测集合的划分,通过修正经典贝叶斯算法的似然比定义避免航迹的误丢弃。实测数据处理结果证明该算法具备准确划分各个子群并快速起始各子群航迹的能力。     

基于代数图论的修正贝叶斯群目标航迹起始算法

群目标跟踪技术是测量空中集群生物目标飞行状态的有效手段,而航迹起始是群目标跟踪的第1步,包括分群检测与航迹确认.针对现有算法在分群检测时限制群内目标必须两两相似,在航迹确认时因等效量测残差过大导致航迹误丢弃的问题,该文提出一种基于代数图论的修正贝叶斯群目标航迹起始算法,通过引入代数图论实现监测空间内量测集合的划分,通过修正经典贝叶斯算法的似然比定义避免航迹的误丢弃.实测数据处理结果证明该算法具备准确划分各个子群并快速起始各子群航迹的能力.     

数据挖掘分析技术在银行CRM系统的应用研究

国内银行经过几十年的运营,已积累了海量的数据,但数据的价值并未得到充分挖掘利用,数据挖掘技术应运而生,它是对海量信息进行分析和处理的技术,能为客户决策提供真正有价值的信息。文章对数据挖掘技术在银行CRM系统中的应用进行了介绍研究,并进行举例说明。     

电力工程管理与分析中数据挖掘技术的运用研究

作为一种数据分析方法和技术,寻找不同的信息,对数据的挖掘现如今已经成为了社会的关注。因为我国的电力工程管理是具有传统的特点,存在着很多的不足,在大量的数据中,我们的电力工业信息化建设,采用研究数据挖掘技术是电力企业经营管理重点需要解决,分析和决策系统。此文分析了电力管理特点,讨论了聚类算法。在本设计过程中,基于数据挖掘技术的数据管理和分析系统的应用,得到良好的挖掘效果。对电力客户数据进行聚类分析有助于预测客户的购买行为。     

回波幅度信息辅助的群目标航迹起始方法

航迹起始是群目标跟踪的首要环节,其性能好坏直接影响着目标跟踪航迹的质量。传统的群目标航迹起始方法仅利用目标的位置信息完成分群检测和等效量测求解等步骤,没有充分利用回波幅度信息,存在分群检测不理想、等效量测求解不准确等问题,有可能引起失跟现象。针对此问题,该文提出一种回波幅度信息辅助的群目标航迹起始方法。首先利用目标位置信息和幅度信息完成分群检测,然后综合采用幅度加权和位置加权求解等效量测,最后基于修正的逻辑法进行群目标航迹起始。该文方法在分群检测和求解等效量测等步骤充分利用了回波幅度信息,不仅可以在集群数量未知的情况下正确划分群,而且降低了失跟率,提高了群目标的跟踪性能。仿真结果验证了所提方法的有效性。      

一种空中目标航迹的灰色预测方法

针对防空作战中空中目标航迹预测的问题,提出了一种基于灰色理论的空中目标航迹预测方法.该方法通过建立等维新息残差修正GM预测模型,实现了航迹的实时在线预测,从而提高了预测精度.通过实例计算表明:在数据有限的情况下,该模型用于航迹预测效果明显.     

一种基于目标航迹的跟踪算法

针对空中制导的复杂性和多样性,提出了一种以通过像素邻域判决准则,获得检测图像中的多目标为基础,利用一步预测原理确定航迹起始和终结,实现序列帧中多目标的连续跟踪算法.通过对实际拍摄的序列帧图像进行相应的跟踪仿真试验,结果表明,该算法能够稳定可靠跟踪多目标.     

用于数据挖掘的聚类算法

数据挖掘用于从超大规模数据库中提取感兴趣的信息。聚类是数据挖掘的重要工具,根据数据间的相似性将数据库分成多个类,每类中数据应尽可能相似。从机器学习的观点来看,类相当于隐藏模式,寻找类是无监督学习过程。目前已有应用于统计、模式识别、机器学习等不同领域的几十种聚类算法。该文对数据挖掘中的聚类算法进行了归纳和分类,总结了7类算法并分析了其性能特点。     

大数据时代的数据挖掘技术探讨

本文首先对大数据时代的特点进行了介绍,其次对常用的数据挖掘方法进行了阐述,最后提出了展望。     

采用数据挖掘技术的数据库审计系统

针对传统数据库审计系统分析预警能力不强的状况,本文设计了一个新型的基于数据挖掘技术的数据库审计系统。系统利用数据挖掘技术中的关联和聚类算法,完成用户行为模式的规则总结,实现了对用户异常行为的自适应入侵检测。     

对数据挖掘中K-means聚类算法的改进研究

本文对传统的K-means聚类算法进行了深入的分析研究,发现了算法当中的一些缺陷和漏洞,并且找出可以改进K-means聚类算法的方法,使聚类分析的结果更具有实际意义,保证了聚类结果的高质量。     

基于无源定位的多目标航迹融合技术研究

针对无源定位系统定位误差大、数据更新率不规则等问题,研究了一种通过定位数据辅助信息特征进行多目标航迹融合的新方法。该方法利用信号侦察获取的目标辅助信息作为航迹关联判决准则,并与传统的航迹关联方法相结合,从而实现了对侦察区域内多目标的航迹融合。对该算法的性能分析和仿真验证表明,新算法具有更好的航迹融合性能,更强的通用性和可扩展性;并且在密集多目标环境下可实时、有效地跟踪几十批次的目标。     

基于区间值聚类的锥栗数据挖掘研究与分析

野外调查得到的锥栗属性特征数据具有区间分布的特征。为了使区间值算法的理论与研究成果应用到具体实践中,在锥栗数据的挖掘和分析中发现更有价值的知识,更好进行锥栗的分类研究,提出区间值聚类的数据挖掘模型。     

基于分区动态规划和航迹关联的弱小目标检测

序列图像中低信噪比运动弱小目标的实时检测算法,是精确制导系统中的关键算法之一。提出一种图像序列弱小目标实时检测新算法,采用分方向区间的动态规划算法和二值图像航迹关联检测。通过在动态规划能量累加过程中引入方向限制,减小了噪声轨迹能量积累和目标轨迹能量扩散,提高了算法的目标检测能力。对算法的检测性能进行了仿真实验,结果表明该算法能有效检测深空背景下信噪比大于1.8、运动方向任意、速度不大于1像素/帧的多个运动弱小目标。