摘要
研究了目标信号功率谱特征，提出利用神经元网络方法进行雷达－红外信号融合处理，实现对各种目标信号识别和分类。
出处
《电光与控制》
北大核心
1998年第1期59-62,共4页
Electronics Optics & Control
参考文献3
-
1沈清,汤霖.模式识别导论.国防科技大学出版社,1986.12.
-
2胡守仁.神经元网络应用技术.国防科技大学出版社,1991.5.
-
3吴兆熊.数字信号处理(下).国防工业出版社,1985.12.
同被引文献24
-
1迟妍,谭跃进.基于多智能体的作战模拟仿真模型框架研究[J].计算机仿真,2004,21(4):13-15. 被引量：16
-
2李超,熊璋,孟岩,韩军.基于视听信息融合的智能监控系统[J].计算机工程与应用,2004,40(31):218-221. 被引量：3
-
3许秀英,盛卫星.用改进核函数提高SVM的雷达目标识别率[J].现代雷达,2005,27(10):53-56. 被引量：10
-
4王克义,刘天生,吴爱燕.人工智能技术在武器装备中的应用研究[J].四川兵工学报,2006,27(1):13-16. 被引量：5
-
5黄敬雄,谢维信,黄建军,李天泉.基于模糊神经网络的目标识别[J].西安电子科技大学学报,1997,24(1):72-77. 被引量：5
-
6HAGAN T M DEMUTH B H BEALE H M著 戴葵等译.神经网络设计[M].北京:机械工业出版社,2002..
-
7YU C Y, WU M H, WU M.Combing Rough Set with Neural Network Theory for Pattern Recognition[ A]. Proceeding of the 2003 IEEE International Conference on Robotics, Intelligencs and Signal Processing[C]. Changsha, China, October 2003.
-
8PAULAK Z. Rough Sets theoretical aspects of reasoning aboutdat a [M] .Poland Nowowiejsta, 1990.
-
9LINGRAS P. Comparison of neofuzzy and rough neural networks[ J]. Information Sciences, 1998, 110:207-215.
-
10Vapnik V N 张学工.统计学习理论的本质[M].北京:清华大学出版社,2000..
引证文献3
-
1巩华,郑链,宋承天.粗神经网络在雷达目标识别中的应用[J].电光与控制,2005,12(1):80-82. 被引量：7
-
2刘金来,赵国良.基于人工智能方法的智能化舰船理论研究[J].哈尔滨工程大学学报,2006,27(B07):480-484.
-
3姜斌,和湘,孙月光,黎湘.一种改进的支持向量机模式分类方法[J].电光与控制,2007,14(4):23-26. 被引量：4
二级引证文献11
-
1杨晓燕,陈军,吴桂芹.基于灰色关联度神经网络的雷达型号识别模型[J].计算机仿真,2007,24(10):10-13. 被引量：4
-
2谢铮桂.基于多分类支持向量机的中医舌诊诊断的研究[J].计算机与数字工程,2008,36(11):60-62. 被引量：7
-
3周应超,陈颖,宁新宝.基于v-SVM的多雷达数据机器识别方法研究[J].科学技术与工程,2008,8(23):6224-6227. 被引量：3
-
4齐博会,张金成,王程.采用粗BP神经网络和D-S证据理论的目标识别[J].电光与控制,2008,15(12):51-54. 被引量：2
-
5栾英宏,李跃华,卫永平.粗神经元网络在辐射计目标识别中的应用[J].探测与控制学报,2008,30(5):38-40. 被引量：1
-
6周云龙,李洪伟,袁俊文.一种识别气液两相流流型的新方法[J].热能动力工程,2009,24(1):68-72. 被引量：6
-
7史豪杰,邢清华,沈继承.基于支持向量机和无源特征的目标识别方法[J].电光与控制,2009,16(2):36-38. 被引量：7
-
8付兴武,白风,高芳芳.智能传感器侦察网络中的目标声信号识别算法[J].传感器与微系统,2009,28(12):96-99.
-
9孙艳敏,周长林,常青美,高辉.减少防撞雷达虚假目标的信号处理研究[J].微型机与应用,2011,30(18):46-48. 被引量：2
-
10王灵刚,张蕾,普杰信,李洁.改进BP神经网络在物体识别中的应用[J].电光与控制,2012,19(4):68-71. 被引量：6
-
1闫巧,胡晓娟,雷琼钰.自适应卡尔曼滤波的主动队列管理算法[J].计算机科学,2012,39(2):88-91. 被引量：1
-
2刘景萍,黄文良,赵惠昌.有源干扰信号仿真的神经元网络方法[J].弹道学报,2001,13(1):46-49.
-
3史文娟,冯全源.一种改进的基于支持向量机的OFDM识别算法[J].微电子学与计算机,2014,31(10):98-102. 被引量：3
-
4李耐根.基于谱分析MFSK信号调制方式的自动识别[J].科技咨询导报,2007(11):2-2. 被引量：1
-
5徐科军,区建军,苏敬安,董联.预测铁水硅含量的神经网络初探[J].工业仪表与自动化装置,1996(3):8-11. 被引量：2
-
6康婧.基于RNN的数据分片技术的研究[J].数字技术与应用,2011,29(7):53-53. 被引量：1
-
7胡伍生,华锡生,鲍兴南.转换GPS高程的神经元网络方法[J].河海大学学报（自然科学版）,2001,29(6):87-89. 被引量：16
-
8鲁明明,张晖,沈庆宏.基于功率谱特征的音频指纹实现[J].电子测量技术,2016,39(9):69-72. 被引量：3
-
9吴峨.基于神经网络的评价系统[J].决策与决策支持系统,1995(1):87-92.
-
10蒋传文,侯志俭,李承军.求取混沌时间序列嵌入维数的一种神经元网络方法[J].水电能源科学,2000,18(4):12-13. 被引量：7
