-
公开(公告)号：CN107463967B
公开(公告)日：2021-08-24
申请号：CN201710739282.0
申请日：2017-08-25
申请人： 中国人民解放军海军航空工程学院
摘要： 本发明公开了多源航迹关联机器学习系统，属于多源信息融合领域，主要解决现有航迹关联模型在实际工程应用中需要人工大量反复调试，难以直接应用的问题。首先收集信源历史航迹数据，并对关联关系人工分析研判，形成原始数据库。然后设定训练样本向量构成，计算生成关联类和非关联类样本数据，形成航迹关联训练数据，对训练数据集预处理，生成标准训练数据集。最后通过二元分类机器学习模型，并采用合适的训练和验证方法，对模型进行训练、验证和超参调优，生成航迹关联模型。该系统自动训练生成航迹关联模型，完全避免了人工对模型参数的大量调试操作，具有模型生成速度快、实用效果好等优点。
-
公开(公告)号：CN107463967A
公开(公告)日：2017-12-12
申请号：CN201710739282.0
申请日：2017-08-25
申请人： 中国人民解放军海军航空工程学院
CPC分类号： G06K9/6292 , G06N99/005
摘要： 本发明公开了多源航迹关联机器学习系统，属于多源信息融合领域，主要解决现有航迹关联模型在实际工程应用中需要人工大量反复调试，难以直接应用的问题。首先收集信源历史航迹数据，并对关联关系人工分析研判，形成原始数据库。然后设定训练样本向量构成，计算生成关联类和非关联类样本数据，形成航迹关联训练数据，对训练数据集预处理，生成标准训练数据集。最后通过二元分类机器学习模型，并采用合适的训练和验证方法，对模型进行训练、验证和超参调优，生成航迹关联模型。该系统自动训练生成航迹关联模型，完全避免了人工对模型参数的大量调试操作，具有模型生成速度快、实用效果好等优点。
-
公开(公告)号：CN107506444A
公开(公告)日：2017-12-22
申请号：CN201710739269.5
申请日：2017-08-25
申请人： 中国人民解放军海军航空工程学院
摘要： 本发明公开了中断航迹接续关联机器学习系统，属于雷达数据处理领域，主要解决现有接续关联模型在实际工程应用中需要人工大量反复调试，难以直接应用的问题。首先收集信源历史航迹数据，并对接续关联关系人工分析研判，形成原始数据库。然后设定训练样本向量构成，计算生成同一目标类和不同目标类样本数据，形成接续关联训练数据。并对数据集预处理，生成标准数据集。最后通过二元分类机器学习模型，并采用相应的训练和验证方法，对模型进行训练、验证和超参调优，生成接续关联模型。该系统自动训练生成接续关联模型，避免了人工对模型参数的大量调试操作，具有模型生成速度快、实用效果好等优点。
-
公开(公告)号：CN107169301A
公开(公告)日：2017-09-15
申请号：CN201710428018.5
申请日：2017-06-08
申请人： 中国人民解放军海军航空工程学院
IPC分类号： G06F19/00
摘要： 本发明公开了一种分而治之航迹关联方法，该技术属于信息融合领域，主要解决较大共视区域下，多源航迹关联算法耗时大的问题。首先对共识区域进行栅格划分，按照栅格位置对信源上报航迹进行分组。不同栅格内航迹数据同时并行处理：对处于同一栅格内的信源与信源航迹进行粗关联，生成区域逻辑关联矩阵；对区域逻辑关联矩阵进行拆分，生成多个块逻辑关联矩阵；采用现有的航迹关联算法，依次或并行对各个块逻辑关联矩阵对应的航迹进行处理，生成块逻辑关联矩阵所对应航迹间的关联关系。最后对生成的关联关系进行合并，得到航迹间的关联关系。该方法可显著降低大量目标情形下航迹关联耗时，提高算法效率。
-
公开(公告)号：CN107274401A
公开(公告)日：2017-10-20
申请号：CN201710482797.7
申请日：2017-06-22
申请人： 中国人民解放军海军航空工程学院
摘要： 本发明公开了一种基于视觉注意机制的高分辨率SAR图像舰船检测方法，该技术属于雷达图像目标检测领域。主要针对现有高分辨率SAR图像目标检测无法满足检测的智能化需求和实时性要求，基于频域的傅里叶变换将图像中蕴含着目标信息的频谱残差部分予以提取视觉显著模型；继而对显著图进行显著图二值化处理和感兴趣区域提取，从分类角度分析设计一个局部最大后验概率分类器对潜在目标区域进行目标检测，经参数估计、判决准则实现检测。该方法可改善高分辨率SAR图像舰船目标检测的实时性和准确性，有效避免检测中较高的虚警问题。
-
公开(公告)号：CN107271974A
公开(公告)日：2017-10-20
申请号：CN201710428017.0
申请日：2017-06-08
申请人： 中国人民解放军海军航空工程学院
IPC分类号： G01S7/40
摘要： 本发明公开了一种基于稳定角点的时空误差求取方法，该技术属于雷达组网领域，主要解决现有方法无法自动近实时地对雷达时空误差进行求取和消除的问题。首先采用Douglas-Peucker算法，求取航迹段稳定角点。然后对信源A和信源B的稳定角点进行两两配对假设，求取相应假设下的时空误差估计和航迹段相似系数，作为该假设的可信度量。进一步对各个假设的可信度量进行阈值判断，求取可信度量小于阈值的假设，作为可信假设。最后对可信假设的集合大小进行判断，根据可信假设集合大小，采用不同方法求取时空误差。该算法可自动求取雷达时空时空误差，精度高，稳定性好。
-
公开(公告)号：CN107238835A
公开(公告)日：2017-10-10
申请号：CN201710428007.7
申请日：2017-06-08
申请人： 中国人民解放军海军航空工程学院
摘要： 本发明公开了一种编队目标点航抗叉关联方法，该技术属于雷达目标跟踪领域。主要针对现有雷达目标跟踪系统对编队目标跟踪存在多条航迹反复错误交叉的问题，根据设置的波门类型和大小，求取各个航迹的相关量测点；然后根据航迹间相关量测点是否存在交集，把航迹划分为不同的航迹群；最后根据航迹群的大小，采用不同方法求取航迹的关联量测点：转化点航关联问题为二分图最优匹配问题，采用Kuhn‑Munkres求解二分图最优匹配，并根据最优匹配结果得到群内航迹与量测点的关联关系。该方法可有效改善编队目标群跟踪的稳定性和准确性，产生清晰可辨的编队目标航迹。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.041 秒)
