-
公开(公告)号：CN109711678B
公开(公告)日：2021-02-12
申请号：CN201811495205.6
申请日：2018-12-07
Applicant: 江南机电设计研究所
Abstract: 本发明提供了一种基于机器学习的异构传感器智能任务规划方法，包括如下步骤：(1)规则设置：采用条件判断的格式，建立开关机及辐射规则、工作模式切换规则和抗干扰措施运用规则；(2)量化处理：将上述开关机及辐射规则、工作模式切换规则和抗干扰措施运用规则分别遍历并量化为参数组；(3)学习模型；(4)场景量化；(5)规则推理；(6)确认反馈。本发明将基于专家知识的规划推理方法与基于机器学习的人工智能方法相结合，提升了专家系统的自学习能力，可实现对知识库以外规则的推理，解决了传统方法对专家系统依赖性过大，缺乏自适应性及相应的自组织、自学习能力的问题，有利于发现新规则、形成新经验。
-
公开(公告)号：CN109711678A
公开(公告)日：2019-05-03
申请号：CN201811495205.6
申请日：2018-12-07
Applicant: 江南机电设计研究所
Abstract: 本发明提供了一种基于机器学习的异构传感器智能任务规划方法，包括如下步骤：(1)规则设置：采用条件判断的格式，建立开关机及辐射规则、工作模式切换规则和抗干扰措施运用规则；(2)量化处理：将上述开关机及辐射规则、工作模式切换规则和抗干扰措施运用规则分别遍历并量化为参数组；(3)学习模型；(4)场景量化；(5)规则推理；(6)确认反馈。本发明将基于专家知识的规划推理方法与基于机器学习的人工智能方法相结合，提升了专家系统的自学习能力，可实现对知识库以外规则的推理，解决了传统方法对专家系统依赖性过大，缺乏自适应性及相应的自组织、自学习能力的问题，有利于发现新规则、形成新经验。
-
公开(公告)号：CN118965475B
公开(公告)日：2025-01-21
申请号：CN202411451443.2
申请日：2024-10-17
Applicant: 江南机电设计研究所
Abstract: 本发明公开了一种基于高斯过程的机动目标集群跟踪方法，包括以下步骤：S1、选定集群质心，通过星凸模型描述集群形态轮廓，构建轮廓状态空间模型；S2、构建质心运动状态空间模型，构建朝向演化状态空间模型；S3、构建联合状态空间方程；S4、获取目标集群量测，在线递推估计目标集群状态；S5、可视化处理目标集群状态，获取目标集群跟踪结果。本发明考虑到目标集群轮廓、质心运动和朝向角度多方面，解决了在集群内目标发生不可预测机动时，跟踪不精准的问题；通过交互式多模型构建目标集群状态估计器，在线递推估计目标集群状态，即实现了机动目标集群的高精度稳定跟踪。
-
公开(公告)号：CN118965475A
公开(公告)日：2024-11-15
申请号：CN202411451443.2
申请日：2024-10-17
Applicant: 江南机电设计研究所
Abstract: 本发明公开了一种基于高斯过程的机动目标集群跟踪方法，包括以下步骤：S1、选定集群质心，通过星凸模型描述集群形态轮廓，构建轮廓状态空间模型；S2、构建质心运动状态空间模型，构建朝向演化状态空间模型；S3、构建联合状态空间方程；S4、获取目标集群量测，在线递推估计目标集群状态；S5、可视化处理目标集群状态，获取目标集群跟踪结果。本发明考虑到目标集群轮廓、质心运动和朝向角度多方面，解决了在集群内目标发生不可预测机动时，跟踪不精准的问题；通过交互式多模型构建目标集群状态估计器，在线递推估计目标集群状态，即实现了机动目标集群的高精度稳定跟踪。
-
-
-
Search Results
4
records
(took 0.032 seconds)
