基于D—S证据理论的复合制导目标识别技术

根据主动雷达／红外复合制导反舰导弹各传感器所提供的信息构建基本概率赋值函数;依据基于准贝叶斯结构的D-S证据理论合成BPA、进行目标识别、提出算法流程。仿真实验表明：这种基于D-S证据理论的复合制导目标识别技术能有效降低目标识别的不确定性概率,提高正确识别率。     

炮瞄雷达连续图像的水柱回波识别算法研究

为提高运动舰艇对炮瞄雷达连续图像的水柱回波的识别率,运用水柱相关、水柱运动预测等跟踪算法,实现了对一个每秒80kB数据量的连续水柱回波的水柱位置提取算法,经过海上试验,识别率95%以上,达到实际应用要求。     

窄带雷达飞机目标识别方法综述

针对窄带雷达特点,总结了当前窄带雷达典型的目标识别方法,分析了各方法的有效性,讨论了基于P显图像特征的方法和超角分辨技术在目标识别中的联合运用,最后提出一种多方法联合运用目标识别对策,为实际工程运用提供技术参考。     

基于模糊识别的道路交通噪声时空综合评价

鉴于目前道路交通噪声评价中存在的同题,提出了一种结合级别特征值法的道路交通噪声综合评价模糊识别模型.运用该模型对吉林省的实证研究表明;吉林省道路交通噪声污染在时间维上呈明显的下降趋势,综合污染级别特征值由1991年的3.83下降到2006年的2.03,但部分地区下降不明显甚至有所上升;在空间维上各地噪声污染的区域差异较大,其中地区问差异是区域问总体差异的主体.而在地区内部差异中,噪声污染严重地区是造成地区内部差异的主体.     

驾驶分心检测方法综述

道路交通事故已经成为世界人民非自然死亡的主要原因,有学者认为90％的交通事故与驾驶员自身因素关联,而其中又有超过50％与驾驶分心相关.为了对驾驶员分心进行识别以及为下一步的分心预警干预提供结果判断,文章介绍了常见的驾驶分心检测与识别方法,包括人脸识别方法,眼睛瞳孔位置识别以及基于驾驶员生理信号(EEG)的分心监测方法....     

基于神经网络的智能驾驶模式识别研究

为满足智能驾驶汽车高级驾驶辅助系统(ADAS)功能研发和验证的需求,提高ADAS功能的准确性,设计了一款基于神经网络的智能驾驶模式识别程序,该程序由数据采集、目标检测、场景识别预测3个模块组成.数据采集模块利用ESR毫米波雷达、前置摄像头对交通环境及周围车辆的数据信息进行采集;目标监测模块通过控制算法选择判断触发各类A...     

基于盾构掘进参数的孤石地层识别方法研究

为了在盾构掘进过程中准确识别孤石地层，保证施工安全，运用理论分析与工程数据验证，研究孤石地层识别方法。基于盾构掘进比能，结合主掘进参数，提出修正比能（SM），构建孤石地层SM识别模型及识别矩阵。运用BP神经网络技术，以实测掘进参数作为训练样本，建立孤石地层神经网络识别模型，具有极高的识别精度。利用盾构掘进数据对孤石地层识别方法进行工程验证。研究结果表明： 1) 修正比能法具有较强的容错能力、稳定性及特异性，识别效果优于掘进比能法； 2) 2组实测数据下，神经网络识别结果与识别矩阵的吻合率达到98.3%和98.8%； 3) 以修正比能法为基础，结合神经网络法作为辅助与参考对孤石地层进行双重识别，具有较好的工程实际意义。     

结合信号配准技术的小波多尺度车辆边缘检测方法

为了在准确检测边缘的同时有效地抑制噪声,提出了结合信号配准技术的小波多尺度边缘检测方法。该方法首先基于小波变换的特点设计小波多尺度边缘检测算法检测图像边缘;而后结合信号配准技术将不连续的边缘连接为完整的边缘轮廓,减弱由噪声或干扰造成的影响。试验结果表明:该方法不仅能准确检测出清晰连续的边缘图像,而且能有效抑制噪声,是边缘检测的实用方法。     

智能分类器方法

小样本数据不能对分类器进行充分的训练。传统的分类器方法一旦设计好,再也不会有任何改进.本文将人工智能的思想、方法应用于分类器设计中,提出了智能分类器概念。智能分类器不但可以对未知样本进行分类识别,还具有多专家决策、预分类、学习等功能。智能分类器是一种自适应系统,其系统参数可在识别的过程中得到不断的优化。在ORL人脸库上的实验结果证明该方法在解决小样本问题时具有明显的优势。     

基于BP神经网络的货车车号识别方法研究

针对货车车号的字体不规则、单字有断裂的特点,提出基于图像预处理的动态字符分割和提取算法,准确地对车号图像进行车号区域提取和车号单字分割.利用Hilditch细化算法对单字进行细化,提取出能表征数字的结构特征向量.设计出BP人工神经网络,数字的结构特征向量作为BP网络的输入,用经过训练的BP网络进行货车车号的识别.