高性能水下目标识别系统及其实验研究

结合“九五”预研课题,设计了一种高性能的水下目标识别系统,具有有源目标识别和无源目标识别两种功能。海上实测数据的大量实验表明：在低信噪比,多工况及大量测试样本条件下,该识别系统具有识别率高,实时性好,推广能力强等优点,具有一定的推广价值。     

射频自动设备识别技术及其应用

简要介绍射频自动识别技术，并列举了射频技术在港口、铁路和公路等领域的应用。     

基于领域知识的海上编队线型队形识别

编队队形是达成海上编队战术意图的重要手段,因此识别海上目标的编队队形是判断其作战意图的有效方法之一。本文从系统研究海上编队线型队形的领域特征入手,分析了海上编队线型队形的队列要素及计算方法,进而提出了海上编队线型队形的模板表示方法。在上述基础上,建立了识别队形所需要的坐标变换、队列方位等关键参数计算的数学模型,提出了基于队列方位的队列线聚类算法。最后设计了便于计算机编程实现的详细识别算法步骤,从而构建了基于领域特征的编队队形识别算法。     

多生物特征识别系统的关键技术

单生物识别技术一直存在着很多问题，它们在准确率，用户接受程度，成本等方面都有不同的缺点，并且适应于各自的应用场合。这些问题一般可以由多生物识别技术来克服。首先对各种不同生物特征识别技术作简要的介绍，然后分析多生物特征提出的背景，并着重阐述多生物特征识别技术系统的模型和各种数据融合技术及其相应的研究发展情况，提出了它的应用前景。     

基于高阶谱的水下目标识别

利用高阶谱估值法,对具有很强非高斯性和非线性的舰船辐射噪声信号进行分析及特征提取,并通过结构自适应神经网络作为分类实验,表明基于高阶谱的特征提取具有较强的类别可分性,在无源声纳目标识别中特具潜力。     

水下目标识别技术的研究

本文分析了水下目标识别技术的研究现状,阐述了水下目标识别技术的基本原理,为了提高水下目标识别的正确率,给出了三种新的研究方法,最后提出了水下目标识别面临的主要困难与亟待解决的问题。     

关于公司识别号的通知

中国船级社2005年8月30日下发“关于公司识别号的通知”的通函．全文如下。     

人工神经网络技术在目标识别中的应用

在多传感器信息融合的基础上讨论了目标种类识别的有关问题，并给出了直升机、固定翼飞机、导弹、水面舰艇、鱼雷、潜艇和水雷的识别准则和方法，并在此基础上提出了基于BP神经网络的目标种类识别模型。仿真计算结果表明，只要学习样本足够多，能够有效保证识别的正确性和克服基于规则的识别方法在模糊区识别效果差的问题。     

基于影子显示位图技术的GIS图形部分的实现

在地理信息系统的开发过程中,对屏幕图形进行精确识别是一个较难解决的技术问题。在某些实际应用中,近似处理的误差已经超过了人们所能接受的程度。该文就地理信息系统中的图形识别技术给出了一种全新的方法——影子显示位图(Shadow Display Bitmap)技术。影子显示位图技术用于精确地识别显示在屏幕上的各种简单的和复杂的图形元素。该文详细地论述了影子显示位图技术的工作原理和实现方法。该文通过实验证明影子显示位图技术解决了识别图形元素时的误差问题,识别复杂图形元素的能力强,比常用图形识别技术容易实现。     

目标识别系统发展趋势

从协同式和非协同式目标识别系统应用背景出发,系统的分析了国外目标识别系统的技术现状,总结了系统特点与发展趋势。从系统顶层设计角度上提出了目标识别系统建设和发展的几点建议。     

基于多媒体WAV文件的语音特征识别

WINDOWS的WAV文件提供的语音信息可以满足语音特征识别的要求。根据讲话者在讲话时鼻腔相对固定以及汉语鼻音声母少的特点，使用极零模型，并以所有汉语鼻声母音节的零点谱为参数，实现汉语讲话音辨别，所选择的参数有效，系统模板存储量少，系统训练和识别的运算量小。     

地面红外运动目标图像处理与识别算法分析

为了能在复杂背景环境下发现并识别出感兴趣的红外运动目标,分析了剔除复杂背景的算法,根据目标特性对目标进行检测识别,对运动目标的跟踪判定方法等.通过处理算法能够在复杂背景环境下检测出感兴趣的红外运动目标,有效剔除假目标,增强红外识别系统的识别概率.     

修船企业制胜新策略：———企业识别策略

在目前我国修船企业间竞争形势非常严峻的情况下，各企业呼唤系统有效的新型管理策略的出现。文中通过对企业识别策略的分析论述，建议我国各修船企业适时导入企业识别策略。     

基于BP神经网络的空袭目标识别

通过介绍BP神经网络用于目标识别的基本原理,对目标不完整或不确定数据进行分析、推理。提取空袭目标的速度、高度、机动加速度和雷达反射面积等有用特征,并运用定性、定量相接合的方法,对目标特征进行归一化处理,作为输入层数据。根据目标识别的具体要求确定各层神经元数,建立了BP神经网络目标识别模型。通过对样本数据训练、检验、输出结果的分析,表明在缺乏识别先验知识时,运用该方法识别空中目标简单有效。     

一种目标识别的三级混合数据融合方法

多级混合数据融合方法是解决目标分类识别问题的一种重要途径，研究了一种三级混合数据融合方法，该算法在不同级别使用了改进的BP算法、D-S证据理论及基于模糊综合的方法。