基于多阶段分类的雷达目标识别

讨论了用一种新的识别系统识别高分辨雷达距离像（ＨＲＲＰ）,它先在Ｋ－Ｌ变换对距离像进行特征压缩后,用聚类分析进行识别呀基于某个规则排除某此种类,再对不能识别的模式,用种类少时效果好的最佳鉴别准则对模式进行特征提取,然后用模糊ＡＰＴＭＡＰ网络组进行分类,实验表明该方法比常规的单分类器方法有更高的识别率。     

基于最佳鉴别准则的目标识别方法

讨论了使用最佳鉴别准则作为特征提取的方法识别飞机的问题。在介绍最佳鉴别集求法之后,通过计算距离可分性测度得出该方法比一般的Ｋ－Ｌ变换提取特征具有更好的可分性;最后用模糊ＡＲＴＭＡＰ神经网络作为分分类器以处理后的数据进行识别。对某相控阵雷达所得到的三类过航飞机的数据识别结果表明,该方法可以得到更高的识别率。     

改进贝叶斯ARTMAP的迁移学习遥感影像分类算法

遥感分类旨在从图像光谱中提取资源环境监测可用的地理信息,然而基于模式分类的图像处理技术受光谱漂移影响而缺乏历史样本重复利用的有效策略,制约着有限目标样本下遥感分类精度的提高.针对该问题,本文构建了基于改进的贝叶斯ARTMAP神经网络的迁移学习遥感影像分类算法,通过提高谐振匹配性来抑制类别扩散,利用节点的离散增量期望最大化参数更新策略,将历史遥感样本中的地物分类先验信息迁移到目标模型当中.实验结果表明本文方法能有效利用历史遥感数据弥补缺少目标训练数据的不足,相比于其他样本利用策略大幅提高遥感影像分类精度.     

一种基于时频原子特征的雷达辐射源信号识别方法

提出了一种全新的基于时频原子特征的雷达辐射源信号识别方法.训练阶段,在过完备时频原子库的基础上,以类区分度为度量,提取少数最能区分不同类别信号的时频原子作为一组固定的特征;识别阶段,以原子和信号的内积的绝对值作为分类器的输入特征,采用有监督模糊自适应共振网络进行辐射源的自动识别.对5类典型雷达辐射源信号的实验结果表明,...     

ARTMAP与模糊逻辑结合的字符智能识别方法

研究了将ＡＲＴＭＡＰ神经网络与模糊规则相结合的字符识别方法．ＡＲＴＭＡＰ用于对字符的学习、训练，而模糊规则和ＡＲＴＭＡＰ共同用于对字符的智能识别．实验证明这种将模糊技术与神经网络相结合的混合系统具有较高的识别率和较快的识别速度，采用ＡＲＴＭＡＰ神经网络只需要较少的网络训练时间．     

基于Fuzzy ARTMAP神经网络的景像匹配实时图选取方法

提出一种新的基于Fuzzy ARTMAP神经网络并利用图像直方图特征的快速景像匹配实时图选取方法。与已有的方法相比,该方法充分考虑了图像的边缘、亮度、对比度、信噪比等特征对影像实时图质量的影响,具有自适应聚类、收敛导速,实时性好,分类准确率高和通用性强等优点。将该方法应用于SMGS（景像匹配制导系统）进行实时图像的自动选取,可大大提高SMGS的智能性,可靠性和实时性。     

用于GPS/SINS故障检测/隔离的ARTMAP模型

故障检测／隔离对于保证组合导航系统的高可靠性是十分重要的。本文提出了一种用于 ＧＰＳ／ＳＩＮＳ故障检测／隔离的神经元方法,根据状态、残差两种χ２检验法的实时结果检测故障, 然后用一个ＡＲＴＭＡＰ模型确定故障所在位置,进行故障隔离。通过仿真,证明了这种方法的 有效性。     

Use of a Voltammetric Electronic Tongue for Detection and Classification of Nerve Agent Mimics

An electronic tongue (ET) based on pulse voltammetry has been used to predict the presence of nerve agent mimics in aqueous environments. The electronic tongue array consists of eight working electrodes (Au, Pt, Ir, Rh, Cu, Co, Ni and Ag) encapsulated on a stainless steel cylinder. Studies including principal component analysis (PCA), artificial neural networks (fuzzy ARTMAP) and partial least square techniques (PLS) have been applied for data management and prediction models. For instance the electronic tongue is able to discriminate the presence of the nerve agent simulants diethyl chlorophosphate (DCP) and diethyl cyanophosphate (DCNP) from the presence of other organophosphorous derivatives in water. Finally, PLS data analysis using a system of 3 compounds and 3 concentration levels shows a good accuracy in concentration prediction for DCP and DCNP in aqueous environments.     

Art networks with geometrical distances

In this paper, ART networks (Fuzzy ART and Fuzzy ARTMAP) with geometrical norms are presented. The category choice of these networks is based on the L_p norm. Geometrical properties of these architectures are presented. Comparisons between this category choice and the category choice of the ART networks are illustrated. And simulation results on the databases taken from the UCI repository are performed. It will be shown that using the L_p norm is geometrically more attractive. It will operate directly on the input patterns without the need for doing any preprocessing. It should be noted that the ART architecture requires two preprocessing steps: normalization and complement coding. Simulation results on different databases show the good generalization performance of the Fuzzy ARTMAP with L_p norm compared to the performance of a typical Fuzzy ARTMAP.