排序方式: 共有64条查询结果,搜索用时 0 毫秒
31.
32.
33.
34.
35.
36.
基于粗集-神经网络模型的目标识别方法研究 总被引:1,自引:0,他引:1
为了克服传统目标识别方法的缺点,建立了一种基于粗集理论和神经网络结合的粗集-神经网络模型,利用粗集对输入信息进行约简,剔除冗余信息,简化了生成规则和神经网络模型结构,提高了网络训练速度和运行速度,并通过仿真实验,证明了该混合模型的可行性。 相似文献
37.
分析了雷达测量数据的小波变换在虚假点迹、漏失和漏报测量数据处的特点。提出了一种基于小波变换的测量数据融合方法。对多传感器的测量数据进行小波变换,数据融合处理,然后进行数据重构。仿真结果表明,该方法具有运算量小.抗噪能力强和融合效果好的特点,适用于多传感器的数据融合。 相似文献
38.
针对现有目标威胁评估方法普遍利用常权评估,且忽略目标攻击信号而导致评估结果出现不合理情况的问题,提出了一种考虑目标攻击信号的变权威胁评估方法.在分层建立目标威胁评估体系的基础上,基于变权理论,考虑权值与各因素之间的关系以及目标攻击信号对权值的影响,引入变权因子,使权值根据各因素和战场实际的变化动态调整.仿真结果表明:所设计的威胁评估方法杜绝了不合理评价结果的发生,更加切合战场实际. 相似文献
39.
40.
在制导雷达网中进行精确系统误差补偿是实现制导雷达组网信息资源共享与数据融合的先决条件,是实现制导雷达组网的关键技术之一。通过对制导雷达网中误差源的分析,分别建立了距离、方位角、高底角的误差补偿模型,在此基础上,提出了一种制导雷达组网相对系统误差补偿方法。通过仿真可以看出,误差补偿后的支援信息更接近于观测信息,表明此补偿方法具有可行性与有效性。 相似文献