从二维视图识别三维目标的多网络融合方法

提出了一种从二维视图识别三维目标的多网络融合方法,基于单个网络分类的置信度概念,有效地结合多个网络的输出结果作出最终分类判决,应用三个多层前向网络（隐层神经元数,初始权值等取不同值）,设计了基于分类确认度的多网络融合结构,对四类车辆目标进行的识别实验表明,所提出的多网络融合方法明显优于单个网络的识别性能。     

基于神经网络的二维不变性目标识别方法

提出了一种基于多层前馈神经网络的二维不变性目标识别方法。利用傅里叶描述器提取具有旋转、平移及尺度不变性的目标形状特征。由于所识别的工业工具具有一个自由度,它们形状有一定的动态变化导致同一目标的形状特征敌意一的不唯一性。文中采用含有两个隐层的多层前馈网络学习及识别这些特征矢量。在实验中,在四类机械工具进行测试,并将所提出方法与最近邻分类器进行比较,结果表明,具有反向传输（ＢＰ）学习算法的多层前馈网络     

神经网络自动目标识别技术述评(二)

论述几种生物激励的神经网络模型，讨论它们在ＡＴＲ问题方面所取得的进展，最后给出本文结论。     

神经网络自动化目标识别技术述评（二）

论述几种生物激励的神经网络模型，讨论它们在ATR问题方面所取得的进展，最后给出本文结论。     

高炮光电火控系统

序言本文叙述为瑞典皇家海军研制的两种高炮光电火控系统。第一种系统(TVT300)系舰载点防卫系统,用于对付攻击我方舰艇的敌机。该装置包括装在稳定平台上的电视摄象机和对电视摄象机视场中出现的目标进行自动跟踪的电子线路。系统的使用原理是拦阻射击,即用舰载火炮组成火网,迫使敌机从火网中通过。第二种系统卡莱(Kalle)为陆基计算机化的系统,用于对付在高炮命中距离内沿任意航路飞行的敌机。这一系统由下列主要分系统组成:电视摄象机、激光测距机、稳定平台、自动跟踪装置、计算机装置和显示器。还打算研制夜间使用的红外监视与跟踪传感器样机。     

图像融合在武器装备中的作用

本文在对多种图像传感器的特性以及典型目标背景的有关特性进行分析的基础上,阐述图像融合及其在影响武器系统主要性能方面的作用。