海上目标数据融合实例研究

在应用D S证据理论识别海面目标的过程中,重点研究了如何通过传感器数据实测值来确定基本概率分配函数(BPA)的方法。首先,对侦察雷达所能探测到的目标雷达信号的载频、脉宽、重频,应用证据理论将其组合,得到雷达参数的联合概率分配函数。根据雷达和舰船的对应关系,由雷达概率分配函数推导出目标平台的基本概率分配函数。再用测得的舰船目标的航速得到目标平台关于航速的基本概率分配函数,并最终用D S证据理论识别了海面目标,具有较大的实际应用价值。     

Bayes结构递归算法在目标类型和属性融合中的应用

应用Bayes结构递归算法，对一个目标类型和属性融合的应用实例进行计算。通过一定时间间隔的每一次测量值的变化，用Bayes算法计算目标类型和属性的概率值，多次递归计算后，概率值趋向于稳定，从而判定目标类型和属性。     

舰载指控系统实时性能评价

任何工程活动都离不开相应的性能评价，计算机系统也不例外。对计算机实时系统性能评价的好坏，直接影响到对计算机系统的选择、改进和设计等问题。本文用排队理论来研究舰载指控系统这样一个复杂的实时系统的实时性问题。在系统结构、组成、软硬件配置一定的情况下，通过计算系统对目标的处理时间和人机交互的反应时间，分折其处理信息的实时性和对外界请求的快速反应能力，从而分析哪些是影响系统实时性的关键因素。     

小训练样本下的合成孔径雷达图像分类研究

针对纹理是合成孔径雷达(SAR)图像目标分类的一个重要因素,SAR图像的过完全小波分解产生大小不变的子图像,具有移不变特性,可在不同尺度下表征纹理。利用图像灰度均值与细节图像能量特征组成特征矢量,对SAR图像有好的表征效果。与完全由图像分解子图能量得到的特征矢量相比,目标间的纹理特征差异更明显。神经网络具有高度非线性判决性能,可将所提出的过完全小波分解纹理能量特征(OWATF)与径向基函数(RBF)神经网络相结合对SAR图像面目标进行分类。实验证明,在小训练样本条件下,RBF神经网络与OWATF特征相结合对SAR图像进行分类能够很好地体现目标的整体特性。     

SAR图像斑点噪声滤除方法应用研究

SAR图像中相干斑点噪声的滤除方法很多,在不同情况下选择不同滤波方法的研究急待进行。分别利用常用空间域滤波方法和数种小波系数滤波算法对4幅不同的SAR图像进行斑点噪声的滤除,分析了各自在不同图像滤波中的优缺点,为在不同情况下使用不同的滤波算法提供了一种经验性分析结果。在大量实验的基础上,得到了小波滤波阈值系数比例值为1 5时的较好的滤波效果,利用小波变换细节子图间的近似比例关系,提高了运算的速度。     

浅谈音乐教育在素质教育中的作用

音乐教育是以审美为核心,以发展和提高学生的审美能力和审美修养为目的的素质教育。通过音乐的感染,潜移默化地使学生在思想道德素质、文化素质、审美素质、心理素质、身体素质等方面发挥不可忽视的作用,从几个方面阐述了音乐教育在素质教育中的作用。