简介:摘要:现有的声探测目标识别系统主要是基于传统的模式识别方法建立起来的,传统模式识别具有算法程序不灵活、数学上严格等特点,其对目标的分类能力弱,适应范围小,仅能区分经过明确映射表达式映射后具有可分性的目标类型,而人工神经网络技术用于目标识别可以获得比传统模式识别更优的效果。战场环境目标大多是为远场目标,如履带式装甲车、旋翼式飞机等,针对战场环境目标的识别是中近程目标探测体制中的重要分支。因此本文提出了一种基于ANN与频域能量的远场声目标识别技术,通过研究战场信号频域特性与人工神经网络训练识别技术,提升传感器在复杂战场的多种类高噪声等恶劣环境下的识别准确率。
简介:摘要:城市地下综合管廊是建于地下用于容纳两种及以上城市工程管线的构筑物及附属设施。自2014年,随着综合管廊的政策密集出台,综合管廊进入了飞速发展阶段,在“十三五”期间更是迎来了建设高潮。随着我国已有综合管廊的建设完成,开始逐步投向运维使用阶段,对风险的关注点也将从建设阶段转移到运维阶段。管廊运维的正常运维对保障民生具有重要的影响,但由于管廊运维涉及管线、风险来源众多,在管廊运维过程中既要保证内部管线的运行安全,又要提高管廊运维公司应对风险的能力,而这一切的前提是做好风险管理与控制。因此,对城市地下综合管廊运维阶段安全风险进行分析并加以控制具有重要的意义。本文对综合管廊全寿命风险识别与评估进行分析,以供参考。
简介:具有大小,位移,旋转不变性(TRSI)的目标识别是一个三阶问题,如果采用三阶神经网可以使问题得以解决,但最大难点就是互连权矩阵的组合爆炸问题,在本文中,我们将视觉生物物理学的研究成果应用到高阶神经网的研究中,首次提出双向Log-Polar变换与高阶网(HONN)结合的方法,有效地解决了权系数的组合爆炸问题,进一步提高了识别率。取得了突破性进展,使得将高阶网用于自动目标识别成为可能。