《基于分层贝叶斯的雷达真假点迹识别方法》PDF+DOC
作者:姚毅,李建勋,李增辉,贺平
单位:南京电子技术研究所
出版:《现代雷达》2018年第03期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFXDLD2018030130
DOC编号:DOCXDLD2018030139
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于模糊神经网络信息融合的采煤机煤岩识别系统》PDF+DOC2016年第02期 张强,王海舰,井旺,毛君,袁智,胡登高
《贝叶斯电流分解:利用单个传感器感知家用电器电流》PDF+DOC2018年第03期 刘晶杰,聂磊
《结合手机传感器和卷积神经网络的人体行为识别》PDF+DOC2018年第03期 石代伟,张若英
《基于卷积神经网络技术的直升机旋翼谱识别方法》PDF+DOC2018年第06期 王志诚,徐卉,梁小溪,王珺,周起华,朱骏
《基于主成分分析和BP神经网络的气体识别方法研究》PDF+DOC2001年第04期 魏广芬,唐祯安,余隽
《目标类型识别方法研究》PDF+DOC1999年第07期 刘同明
《基于人工嗅觉的粮食霉变识别方法的研究》PDF+DOC2005年第01期 朱建云,赵德安,潘天红,张小超
《基于图像处理的花生荚果品种识别方法研究》PDF+DOC2012年第02期 韩仲志,邓立苗,于仁师
《机载多传感器目标识别算法研究》PDF+DOC2006年第04期 牟聪,景占荣,羊彦,谭歆
《自适应核模式分析方法及其在航空发动机部件性能衰退识别中的应用》PDF+DOC2013年第09期 李冬,李本威,杨欣毅,朱飞翔
针对雷达抗欺骗式干扰中的真假目标点迹识别问题,文中基于目标点迹的距离展宽、方位展宽和归一化幅度这三维特征,提出了一种分层贝叶斯判别模型。该模型能够有效结合先验信息与样本数据信息,相较于传统的神经网络、支持向量机等机器学习算法,能够在小样本数据的情况下获得更优越的性能,且分层模型的构建使得其相对于普通贝叶斯方法,能够减弱先验信息对参数估计的过度影响,获得更为稳健的分析结果。文中采用吉普斯采样算法对模型进行求解,并对样本数据进行了仿真测试,证明了该方法的有效性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。