Методика распознавания летательных аппаратов и радиолокационных ловушек в контуре управления системы контроля воздушного пространства на основе нейросетевой технологии



Цитировать

Полный текст

Аннотация

В работе предлагается методика построения автоматических распознавателей летательных аппаратов по набору радиолокационных измерений на основе каскада многослойных нейронных сетей прямого распространения. Демонстрируется практическое применение данной методики при распознавании летательных аппаратов трех типов.

Об авторах

А. В Бобин

Университет машиностроения, НИУ ВШЭ

Email: alvbobin@gmail.com
к.т.н.

В. А Азаров

Университет машиностроения, НИУ ВШЭ

С. А Булгаков

Университет машиностроения, НИУ ВШЭ

Д. А Савин

Университет машиностроения, НИУ ВШЭ

Список литературы

  1. Bishop, Chris. M. Neural Networks for Pattern Recognition. –Oxford: University Press, 2005.
  2. Ту Дж., Гонсалес Р. Принципы распознавания образов. – М.: Мир, 1978.
  3. Фукунага К. Введение в статистическую теорию распознавания образов. –М.: Наука, 1979.
  4. Потапов А.С. Распознавание образов и машинное восприятие. –Изд. Политехника, 2007.
  5. Хайкин, Саймон. Нейронные сети: полный курс.: Пер. с англ. – М.: «Вильямс», 2006.
  6. Осовский С. Нейронные сети для обработки информации. –М.: Финансы и статистика, 2004.
  7. Бакулев П.А. Радиолокационные системы. – М.: Радиотехника, 2004.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Бобин А.В., Азаров В.А., Булгаков С.А., Савин Д.А., 2013

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).