共查询到18条相似文献,搜索用时 140 毫秒
1.
2.
3.
4.
5.
针对分布式信息融合结构、异质传感器条件下的目标识别问题,在以往采用单个神经网络进行目标识别的基础上,提出了基于神经网络集成的目标识别方法.给出了生成神经网络集成的具体方法,并构造了一个实际的空中目标识别系统.仿真结果表明,系统的目标识别性能明显优于单个神经网络的目标识别性能,具有较高的应用价值. 相似文献
6.
7.
利用神经网络方法解决雷达/红外双模制导中的数据融合问题.红外数据经过异步数据融合处理与经过卡尔曼滤波处理后的雷达数据同步,共同作为神经网络的输入,神经网络作为同步融合中心,输出为目标的最优融合估计.研究结果表明这种方法可以在融合中心不知道协方差信息的情况下进行数据融合. 相似文献
8.
9.
10.
11.
目标识别是地空导弹武器系统决策中的关键技术.针对目标特性,提出了一种基于模糊技术的BP神经网络的目标识别模型.从传感器中提取目标特性,经过模型处理,可以较好地实现目标的类型识别. 相似文献
12.
为了解雷达目标更多的详细信息,对基于高分辨距离像(high resolution range profile,HRRP)序列的目标
识别方法进行分析。对隐马尔可夫模型(hidden Markov model,HMM)、卷积神经网络(convolutional neural network,
CNN)、循环神经网络(recurrent neural network,RNN)和长短期记忆网络(long short-term memory,LSTM)等面向序
列识别的分类器进行阐述和讨论,分析不同分类器用于HRRP 目标识别的发展历程,指出不同识别方法的优缺点及
适用性条件。结果表明,该研究可为不同识别场景下应用合适的分类器提供一些思路。 相似文献
13.
14.
目标识别是无人车自动驾驶视觉感知模块的核心技术之一。当前,目标识别主要依靠主干网络提取特征,
进而对目标进行分类与回归。通常情况下,无人车嵌入式计算平台的计算与存储能力有限,为了降低主干网络的算
力与存储量,提升无人车的计算速度与效率,对目标分类任务的主干网络进行综合比较分析。围绕卷积核、感受野、
池化层、全连接层、激活函数等,以cifar10 和cifar100 为实验数据,从理论分析与数据实践层面,对主干网络算子
的选择与网络搭建进行分析对比,总结、归纳特征提取主干网络搭建的主要思路与做法。结果表明,该分析结论对
目标分类主干网络在嵌入式无人车系统中的应用具有一定的理论指导与参考价值。 相似文献
15.
为提升甲板舰面目标的转运安全性,提出一种多个CNN-GRU(multiple CNN-GRU,MCNN-GRU)碰撞
预警网络模型。该网络融合了卷积神经网络(convolutional neural network,CNN)对单时间步信息特征的提取能力以
及门控循环单元(gate recurrent unit,GRU)对时序序列的记忆能力,通过多通道网络结构提升对多时间步信息特征的
处理性能;在数据集上,利用目标检测网络和关键点检测网络、位姿解算模型及碰撞检测方法制作舰面目标碰撞预
警数据集。通过不同网络在数据集上进行实验的结果表明:该模型对舰面目标的双机碰撞预警精度为92.44%,具有
较好的效果。 相似文献
16.
多传感器目标识别的神经网络与证据理论结合方法 总被引:4,自引:2,他引:4
FMM人工神经网络在模式识别和分类中具有独特的优势,D-S证据理论在多传感器决策融合上具有优势。提出了一种FMM神经网络与D-S证据理论相结合的多传感器数据融合目标识别方法,给出计算机仿真结果,表明该方法可以克服单一传感器ATR系统的局限性,提高对目标的识别率和系统的容错性。 相似文献
17.
18.
针对主流方法对信号个体识别效率低、误识别的问题,提出一种基于残差重构网络的射频信号个体识别
方法。通过傅里叶变换得到侦收信号的频域特征,作为神经网络的输入向量;利用残差网络能够解决网络退化和梯
度消失的优势,重构残差网络,并将其作为射频信号个体识别的核心网络模型;通过固定每层网络的通道数,实现
减少模型参数量,达到神经网络轻量化目的。实验结果表明:与ResNet18 方法相比,该方法针对30 个目标信号的
个体识别率提升了约3.8%,模型大小降低了13 倍,能较好地解决模型压缩与识别算法性能无法平衡的问题。 相似文献