基于自组织特征映射的隶属函数生成法

基于神经域中的特征自组织映射机理，本文提出了一种采用Ｋｏｈｏｎｅｎ自组织特征映射网络、概率分布核估计和概率可能性一致性变换的隶属函数生成新方法。从而克服了常规隶属函数生成方法在选择论域大小及表达隶属度分布等方面的一些不合理性。这一新方法已成功地应用于雷达目标自动分类。     

雷达船目标的模糊智能识别

模糊集理论和技术给复杂的模糊背景下的模式识别问题提供了一种简易有效的处理手段。基于模糊集理论,定量地分析和处理识别过程中的各种不确定性信息,以提高识别系统的可靠性和智能度,便是我们研究舰船雷达目标识别系统中识别算法的一重要内容。本文通过舰船雷达目标识别这一典型的模糊模式识别问题,系统地论述了模糊模式识别系统的一般性框架、模糊特征抽取和隶属函数的建立、模糊特征选择和匹配分类、层次化模糊分类系统构造等一系列关键性问题。本文提出的各种方法具有通用性,已建立的识别系统在试验中具有良好的目标识别能力。     

海杂波背景下的目标检测新方法

提出了一种基于分形布朗运动模型的S波段雷达海杂波分形维数提取方法.分析了基于记忆库混沌时间序列预测方法，引入一种改进核函数的支持向量机分类器.在此基础上，提出了一种新的海杂波背景下目标检测方法.应用S波段雷达实测海杂波数据，计算得到了该信号的分形维数与Lyapunov指数，验证了S波段雷达海杂波的混沌分形特性.仿真实验结果验证了该方法具有较强的检测能力和抗杂波性能. 关键词： 分形布朗运动 分形维数 记忆库预测方法 支持向量机分类器