三角形内切圆的星图识别算法

在三角形三条边长之比及其内切圆半径已知的情况下可以确定唯一的三角形,由此提出了一种基于三角形内切圆的星图识别算法.构建了导航星表,每个导航三角形按照导航星之间的角距升序来存储,构造了能够反映导航三角形三边之间关系的特征量T为索引,存储三角形内切圆半径R为识别量;在星图识别过程中,利用特征量T进行搜索、三角形内切圆半径R...     

基于惯性比特征的三角形星图识别算法

为了提高星敏感器的星图识别性能,提出了一种基于惯性比特征的三角形星图识别算法。该算法将导航三角形的形心惯性比和导航三角形最长边的角距值作为匹配特征量,并以此构建导航特征库,采用散列函数的方式搜索导航特征库。由于将三角形特征量的维数由三维缩减至二维,该算法具有导航星数据库容量小、搜索匹配速度快的优点。仿真实验表明,在星点位置噪声标准偏差为2像素、星等噪声标准偏差为0.8等的条件下,该算法的识别率均在99%以上,平均识别时间约为1.29ms,和现有三角形算法相比均具有一定的优势。并在地面观星实验中,取得了非常好的效果。     

基于形心极二阶矩比特征辅助的星图识别算法

在传统的星图识别算法中,本文在三角形算法的基础上,提出一种改进算法,将待匹配三角形的形心极二阶矩比作为导航特征库中的辅助匹配特征量,以增加特征矢量维数提高识别精度,同时采用函数映射搜索方式提高识别速度。     

应用相近模式向量的主星星图识别算法

在分析主星识别算法和三角形识别算法不足的基础上,提出了一种改进的主星星图识别算法.该算法在构造导航星表时,通过旋转角距的方式构造匹配向量、引入相近模式向量,同时将旋转角距向量的模、主星的邻域伴星数目及主星的最小角距作为相近模式向量的限制条件,用来减少匹配次数,提高检索效率;在星图识别过程中,首先利用向量叉乘法进行主星识...     

一种基于BP网络的星图识别算法

为了提高星图识别算法的抗噪性能,提出一种基于逆向传播(Back Propagation,BP)网络的识别算法。该算法通过将星图转换成“0”、“1”和“2”的网格矩阵,提取行列数值和星数形成匹配向量,利用多个BP识别子网进行训练完成匹配识别。通过仿真试验得出以下结论:对星等位置和星等添加噪声,当位置噪声标准偏差为2像素时,BP网络算法的识别率和识别时间相对传统栅格算法分别提高2%和60ms,对噪声有较强抗干扰能力,表明BP网络算法具有更快的识别速度。     

基于星与目标拓扑结构变化差异的星图识别算法

利用星点间拓扑结构相对稳定不变的特性,本文提出了一种基于拓扑结构信息的星图识别算法。在星图预处理的基础上利用广义似然比检测算法提取包括恒星在内的目标,经交叉投影获取目标在视场中的位置,根据目标与星及星与星之间的运动连续性差异选取马氏距离与归一化相关系数作为结构相似性测度来表征星点间的结构信息,通过结构信息的变化来判断是星点还是目标,依据一定的变化准则将目标与星区分开,从而达到星图识别的目的。通过仿真实验分析验证算法的有效性和合理性。     

层叠式SOM神经网络星图识别算法及FPGA验证

为了对空间天文望远镜精细导星仪获得的星图完成识别,提出一种层叠式自组织映射(SOM)神经网络算法模型,将该模型在硬件中实现星特征矢量匹配算法.首先,针对精细导星仪的特点详细介绍了导航星库的建立、星特征矢量的构建和筛选方法;其次,建立层叠式SOM神经网络模型,对其权值进行在线训练;最后,设计算法离线运行硬件电路并将其在FPGA中实现.仿真与测试结果表明,基于层叠式自组织神经网络的星图识别算法识别率高、抗噪声能力强、识别速度快.星点位置噪声为0.648″,星等噪声为0.18视星等条件下星图识别成功率在80%以上,新算法在FPGA中运行速度是PC机上传统三角形法的100倍.对精细导星仪星图识别算法的优化设计提供了合理可行的参考依据.     

一种星辐射模式下全天区星图识别算法及FPGA实现

针对在DSP中实现全天区星图识别算法耗时长导致实时性差,提出并实现了一种基于FPGA的星辐射模式下的全天区星图识别算法。该方法利用FPGA并行性、高主频等特性,在保证算法高精度、高准确度的前提下,解决了全天区星图识别耗时长的问题。首先,根据星点信息构建星辐射模式;其次,基于FPGA实现了星辐射模式下对应特征向量的计算;最后,提出了一种可预读、流水化的星辐射模式匹配算法,极大地缩短了星辐射模式匹配的时间。在Xilinx公司的Xc7a75tfgg484-2平台上进行实验验证,结果表明,在相同时钟主频下,基于FPGA的星图识别算法速度比基于DSP的算法速度快10.95倍以上,而且在使用三组特征向量同时进行匹配时,识别率超过99%。     

一种改进的基于奇异值分解的星图识别算法

星敏感器是高精度的姿态测量部件,在各种航天、航空飞行器的姿态测量或控制系统中发挥着关键作用。作为星敏感器的核心技术,可靠、快速和高精度的星图识别算法一直是重要的研究课题。论文对星图识别算法进行研究。针对基于奇异值分解的星图识别算法可能出现的由于视轴不连续所造成的全天区覆盖率较低问题,提出了一种改进的基于奇异值分解的星图识别算法,详细阐述了各部分算法的设计思想。论文最后在JDK5.0开发环境中用JAVA语言实现了改进算法,并与传统的三角形算法的性能进行了比较详尽的对比。     

星图目标检测算法研究

星图识别是星光辅助导航中关键的一步.目前大部分星图目标检测算法均针对模拟星空图进行研究,且往往采用单一算法,算法的实际可行性和效果值得怀疑.针对实际拍摄的星空图,先后利用维纳滤波、数学形态学滤波、软阈值小波去噪和阈值分割等算法进行星图目标检测.处理结果表明了算法的有效性.     

基于仿生模式识别与传统模式识别的 人脸识别效果比较研究

本文实现了一种基于仿生模式识别的人脸识别系统,并将其识别效果同最近邻分类器与不同核函数的SVM进行了分析比较.以ORL人脸库为识别对象,针对有"拒识"的情况下,通过改变不同识别算法的可调参数,在保证参与训练人的正确识别率在大致相同水平的条件下,分析了参与训练人的错误识别率(错识别为参与训练的其他人)与未参与训练人的错误接受率(错识别为参与训练的某人)的优劣.比较结果表明,基于仿生模式识别的方法明显优于其它模式识别方法.     

基于结构特征的空间目标识别算法

提出了基于结构特征的空间目标识别算法。卫星结构的对称性使得卫星的一维距离像具有对称性，碎片结构的不对称性使得碎片的一维距离像不具有对称性，文中首先应用RELAX算法提取出目标的强散射中心的位置和幅度，然后根据模式匹配和对称性测度两种方法来检测强散射中心是否具有对称性，进而对卫星和碎片进行识别。经过计算机仿真实验，该算法取得了比较好的识别效果。     

一种基于径向和环向模式特征量的近红外星图匹配识别方法

通过近红外星空目标分布的特征分析,对近红外恒星目标进行了径向模式特征量的构造和环向模式特征量的构造,并对经构造得到的特征库和基于标准星空坐标数据完成的星空导航匹配库进行了模式特征量的匹配识别。结果表明,这种方法在实际应用中具有一定的价值。     

说话人识别综述

在分析说话人识别原理和方法的基础上,对近年来说话人识别技术的发展进行了综述。分析了当前说话人识别技术中使用的多种特征和模式识别方法,并对其今后的研究前景和发展方向进行了展望。     

基于多信息融合的中文手写地址字符串切分与识别

该文提出了一种有效的中文手写地址字符串的切分与识别方法。首先,利用笔划提取与笔划合并将字符串图像进行过切分,得到字根图像序列;然后综合利用几何信息、识别信息和语义信息挑选最优的字根合并路径,得到最优的切分结果及对应的最优识别结果。其中,几何信息是根据当前字符串自身的特点统计得到,因此可适应不同书写风格的字符串。识别信息由单字分类器给出,包括10个候选识别结果及其相应的置信度;单字分类器采用MQDF分类器。语义信息用基于字的bi-gram模型进行描述,模型参数是从包含18万条地址数据的数据库中统计得到的。用3000个实际的手写地址样本做试验,单字识别正确率达到88.28%。     

红外目标的统计模式识别与定位精度

介绍采用单元探测器的红外适时扫描系统的模式识别基本原理,针对系统要求对特征向量的完备性进行分析并给出结论.     

支持向量机在模式识别中的应用

针对传统神经网络存在网络结构难于确定、过学习以及局部极小等问题,研究了基于支持向量机（SVM）的模式识别问题。通过对棋盘这种典型非线性二值问题的分类研究,分析了支持向量机的分类与泛化能力。支持向量机在分类和泛化能力方面远远优于传统神经网络。最后将支持向量机用于对两类飞机目标的分类识别,通过多组蒙特卡罗试验,获得了较好的识别结果。支持向量机在目标识别中有巨大潜力和广阔前景。     

适用于星敏感器的星跟踪算法研究

为了解决全天球识别中星像坐标提取速度慢的问题,提高空间飞行器姿态确定的实时性,提出了一种新的星跟踪算法.该算法根据星敏感器在一次全天球识别后能够获得一定先验信息的特点,利用星敏感器在上一时刻采集的星图中已识别观测星的信息来获取星敏感器下一时刻采集的星图中待识别观测星的信息.仿真结果表明该算法不但提高了星像坐标提取的速度.也由此提高了星敏感器的姿态更新率,从而避免了由于全天球识别导致的误匹配.     

“模式识别”课程的研究型教学

本文针对"模式识别"课程教学的实际问题,深入分析了该课程的基本特点,详尽介绍了为提高教学质量在教学理念、教学内容、教学实践以及资源共享等方面所采取的措施,如以研究型教学为理念,提出了模式识别系列课程的多维教学方法等。本文还总结了采取措施后,在教学方式、案例库建设和课程资源共享三方面的收获。