一种FCM聚类算法的改进

针对传统FCM聚类算法的不足,提出了具体改进的方法。通过对算法中聚类数c的选取、隶属度的修正等问题的讨论,有效地弥补了传统算法中存在的不足,取得了较理想的聚类效果。最后通过计算机仿真给出了两种算法的实验结果。     

一种多功能雷达杂波仿真分析系统

在运用最大熵谱估计法建立雷达杂波模型的基础上，设计了一种多功能雷达杂波仿真分析系统，并给出了不同杂波功率谱用ＡＲ滤波器拟合的模拟结果。     

遗传算法在随机备件概算中的应用

遗传算法在解决随机动态规划问题中具有快速、准确等优点，本文以遗传算法在随机备件概算模型中的应用为例，说明了遗传算法在求解机会约束规划问题中的高效率性，具有很高的鲁棒性，并能避免在局部最优解附近徘徊．     

基于线性约束规划问题的神经网络模型

提出了一种基于梯度投影矩阵下的求解线性约束下规划问题的神经网络模型，并导出了线性约束下规划问题的稳定解法，该网络模型既适合于求解线性约束下线性或非二次规划问题，又适合于求解线性或非线性方程组，与其它规划问题的神经网络相比，更具有一般性。     

一种模块化神经网络结构用于模式识别

在模式识别中,通常直接用神经网络来处理复杂的多类分类问题,其识别的误判率较大。该文基于任务分解与模块整合的思想,提出了一个模块化Kohonen神经网络(KTD)结构用于模式分类,给出了其学习方法并做了模拟仿真,模拟仿真表明KTD能够获得较高的识别率且误判率较小。     

一种区域型模糊聚类算法

使用支撑集和模糊待分集的概念来描述数据集的分布,在此基础上提出了一种区域型模糊聚类算法———re-gionalfuzzyclusteringalgorithm。仿真结果表明该算法有比常用的模糊C均值更好的聚类性能。     

一种线性约束规划问题的神经网络模型及其应用

提出了一种基于梯度投影矩阵下的求解线性约束下规划问题的神经网络。针对解的稳定性问题,导出了该网络相关参数之间的关系。由文中定义可知,该网络不但适合于求解线性约束下线性或非二次规划问题,而且也用于求解线性或非线性方程组问题,比其它规划问题的神经网络方法更具有一般性。     

一种与杂波类型无关的延展目标CFAR检测器

针对延展目标检测问题,提出了一种与杂波分布类型无关的CFAR检测器.首先从理论上分析了该处理方法的CFAR特性,导出了相应的检测性能解析式.同时,为了证实提出方法的有效性,将其与基于模糊积累的CFAR检测器和二进制积累CFAR检测器进行了实验比较.实验结果表明,该处理方法具有良好的通用性、实用性和稳健性.     

一种基于极点特征的似然比雷达目标识别方法

利用一维距离像识别非合作目标通常需要在方位向上建立庞大的模板库,这必然会大大增加识别所需的存储空间．为了能够以较少的存储量实现高精度目标识别,提出了一种基于极点特征的似然比（LRTPC）雷达目标识别方法．该方法首先基于目标特征极点建立表征目标属性的原子库,然后利用原子库重构目标回波信号,经过似然比测试实现目标的识别．最后用给定极点合成的散射场数据进行了仿真实验．实验结果验证了LRTPC方法的有效性．     

基于D-S证据理论的运动平台多传感器目标分类

为提高空中运动平台对目标分类的能力，将基于D-S证据理论的信息融合方法用于运动平台多传感器的目标识别方面．在简述D-S证据理论的基础上，提出基于D-S证据理论的运动平台多传感器目标识别的信息融合方法．仿真实例表明了该方法的可行性．