声目标模糊模式识别系统及原理样机实现

针对复杂背景条件下声目标的自动识别问题,设计了一种基于模糊综合评判的声目标识别系统,该系统在对典型战场声目标特征进行充分提取与选择的基础上,建立反映目标类属特征的隶属函数库,采用先进的模糊综合评判技术实现对目标的可靠识别,对特征提取与选择、隶属函数确定、模糊评判、原理样机实现等关键问题进行了详细的讨论。实测检验表明,该系统对战场声目标具有良好的识别分类效果。     

基于WSN的战场声目标多特征联合智能分类识别

本文利用WSN对战场声目标进行分类识别。由于战场上目标的声音信号构成非常复杂,采用单一特征很难全面反映其特点,提取多种特征来构成联合特征向量显得非常重要。然而简单的多特征联合识别,给识别带来维数灾难。本文提出,首先对滤波后的信号进行功率谱特征提取,再利用KPCA进行降维处理,将处理后的特征向量与最优小波包能量提取的特征向量组合,最后利用支持向量机完成对战场五类声目标的识别。仿真实验表明,采用这种方法能有效地提高分类识别的准确度。     

基于极化分类辅助的复杂场景多通道SAR-GMTI方法

在复杂场景下,人造建筑物受到系统噪声、通道误差等因素影响,容易造成大量虚警,影响动目标检测性能.提出一种基于极化分类辅助的多通道合成孔径雷达地面动目标检测方法,在传统相位中心偏置天线方法基础上,结合H/α-Wishat极化分类,判断图像中的人造建筑物,并在恒虚警检测结果中剔除由人造建筑物造成的虚警.与传统相位中心偏置天线方法相比,该方法能有效抑制复杂环境下由建筑物造成的虚警,提升了动目标检测性能.通过国内首批多通道全极化合成孔径雷达地面动目标检测实测数据验证了所提方法的有效性.     

CO2弧焊电源动特性的模糊逻辑推理评定

ＣＯ２弧焊电源动特性的评定方法一直是焊接界未能很好解决的问题,论文中研究了用子波统计分析方法由焊接过程电信号中提取与电源动特性相关的特征信息,并在大量的实验基础上,根据实际经验研究了动特性的模糊逻辑推理评定方法,建立了模糊逻辑推理评定系统,实验证明了该评定系统的有效性。     

基于谱延拓的SAR复图像谱分裂目标Doppler解模糊

合成孔径雷达(SAR)地面目标的径向运动会导致Doppler模糊,将目标Doppler频谱分裂为不同模糊数的2部分,显著增加了目标定位、识别和分类的难度.为实现谱分裂类型目标解模糊,该文基于复图像距离-Doppler(R-D)域的目标包络斜率正比于模糊数的特性,提出一种在谱延拓R-D域作二次距离徙动校正、搜索残留徙动斜...     

三维地震识别及其应用

三维地震识别就是一个以三维迭后地震资料为对象的多储层、多目标、多(矢量)特征参数的灰色油气识别。首先对目的层地震数字序列提取灰色、模糊、分维、振幅、自相关5类19个地震特征参数向量,然后在地质建模的基础上,进行灰色模式训练与识别,获得整个评价区的油气检测结果。其输出结果,是以形象、直观、醒目的彩色图形形式显示输出的各储层、每个目标的空间识别分类结果及各测线识别结果的精细描述图,便于结果的地质解释和评价。该方法在辽河某油田油(气)勘探潜力评价研究中取得了好的效果     

一种基于遗传算法和模糊规则的分类算法

介绍了一种基于模糊规则和遗传算法的分类算法.首先给出一种模糊规则提取方法,然后遗传算法对模糊规则进行优化选择,最后对不能识别的样本启动触发器.该算法可以在保证分类正确性高的前提下尽量减少规则数,并提高样本识别能力.用Iris数据对该分类系统进行仿真,结果表明该系统具有良好的分类能力和精简规则能力.     

基于多目标遗传算法的模糊分类系统设计

提出了一种基于多目标遗传算法的模糊建模方法,实现了具备最大分类精度、最少特征变量和模糊规则数目的模糊分类系统的设计.首先,为缓解维数灾难问题,采用多目标遗传算法进行特征变量的选择和论域的模糊划分,构造基于栅格划分的初始模糊分类系统.然后为减少规则数目,提高模糊系统的解释性,采用遗传算法进行规则选择,得到具备较少规则数目的精简模糊分类系统.最后为提高精确性,采用约束遗传算法对精简模糊分类系统进行整体优化,在解释性不变的前提下,提高模糊分类系统的精确性.Iris和W ine分类系统的仿真,验证了该方法的有效性.     

一种基于模糊逻辑优先级的雷达任务自适应调度算法

为适应目标环境变化情况,提出了一种基于模糊逻辑优先级的雷达任务自适应调度算法.该方法基于目标运动状态和属性通过模糊逻辑推理动态确定任务的优先级,并结合时间窗的特点采用一步回溯方法调整发生冲突的任务,保证更多高优先级的任务在其期望的时间内被调度.仿真结果表明,该调度算法在保证调度率的前提下降低了任务的调度代价.     

基于遗传神经网络的战场声目标识别

通过小波包分析提取战场声信号不同频带上的能量作为特征向量,设计了遗传神经网络作为战场声目标识别的分类器,克服了传统BP神经网络容易陷入局部最小点的缺陷,通过Matlab仿真对比实验结果,证明遗传神经网络能够提高战场声目标的识别率。     

基于小波包分解的声目标识别

小波变换是处理非平稳信号的一个有力工具,研究了基于小波包分析的声信号特征提取方法,并应用该方法对直升机等4种目标的声信号进行了特征提取,降低了特征向量的维数。采用设计改进的BP神经网络分类器对声目标进行分类,分类结果准确率高,获得满意的实验效果。     

基于粗糙集的模糊神经网络在故障诊断中的应用

文章将粗糙集理论、模糊逻辑推理和神经网络等方法相结合,提出一种基于粗糙集的模糊神经网络理论的复杂机械的故障诊断方法。该方法应用模糊逻辑推理建立故障诊断决策表,采用粗糙集理论对故障样本数据属性约简,将获取的主要特征属性输入到神经网络中进行训练学习,然后把检测数据输入到诊断系统中进行检测。检测结果表明,该方法在船舶柴油机的故障诊断中是有效的。     

最小-蕴涵模糊推理模型的连续性

把泛逻辑学引入模糊系统,基于泛逻辑算子,在模糊空间中定义一种新的模糊距离,引入模糊推理模型连续性的定义,给出最小-蕴涵模糊推理模型为连续模型的充要条件.     

模糊逻辑推理在电子病历智能辅助诊断系统中的应用研究

文章将模糊逻辑推理的思想应用于电子病历系统的知识表示和智能推理,在辅助诊断时,根据病人病症进行模糊推理,给出确信度,供医生参考.并用模糊逻辑推理方法在电子病历系统中进行室性早搏的实时自动检测实验,结果表明该方法能帮助医生准确思维,达到有效地降低误诊误治率和减少医疗费用的双重目的.     

黄土入渗研究中浸润锋信息处理的模糊逻辑推理方法的探讨

本文尝试把模糊逻辑推理方法应用于黄土入渗数据处理系统,主要是用于获得浸润锋数据。简述了人工处理装置、计算机处理系统,以及模糊集合、模糊关系、模糊逻辑推理和模糊系统设计方法,并给出论域和机器代码数据。     

隐马尔可夫模型在被动声信号分类中的应用

为了提高被动声目标识别率，该文研究了隐马尔可夫模型在被动声信号分类中的应用问题，然后，又提出了２种混合分类器：特征矢量混合的ＨＭＭ分类器和ＨＭＭ／ＭＬＰＮＮ（多层感知机神经网络）混合模型分类器。结果表明，这２种混合分类器在性能上都优于单个特定的分类器，它们在被动声信号分类中具有良好的应用前景。     

组网雷达自适应数据融合跟踪算法

针对高速、机动目标的实时、精确跟踪问题,提出一种能在线调整组网雷达中各雷达权值的自适应数据融合算法。按照一定的规则寻找最佳的权系数,使融合后目标的状态估计值最优;把输入信号用作自适应滤波器的量测信号,利用新息相关的自适应滤波算法对状态方程及量测方程中误差的变化调节增益矩阵的大小,同时根据自适应滤波的状态偏差输出信号与当前的量测数据,运用模糊推理规则对组网雷达系统中各雷达的权值进行在线调节;系统输出结果即为自适应数据融合下目标的最优状态估计值。仿真结果验证了该算法在跟踪精度和收敛速度上的优越性,实现了组网雷达系统对目标的自适应跟踪。     

基于改进BP网络的地震动信号目标识别

应用人工神经网络进行目标识别是当前模式识别的重要方法之一。前向多层神经网络及其ＢＰ算法发展较为成熟的一种。该对ＢＰ算法加以改进,使得其性能所提高,收敛速度加快。