论文题目: 基于三态自组织映射网络的时序数据分帧
论文类型: 硕士论文
论文专业: 计算机应用技术
作者: 魏旭光
导师: 张军英
关键词: 时序数据,自组织映射,雷达目标识别,高分辨距离像
文献来源: 西安电子科技大学
发表年度: 2005
论文摘要: 本文首先对一维高分辨距离像的特性进行了初步研究和探索,提出雷达高分辨距离像是一种时序数据。接着介绍了当前雷达目标识别的方法和所采用的模板库,并分析其模板库建立中存在的问题。为了建立能详细描述目标的状态信息又不至于划分过细的模板库,采用了自组织映射(SOM)算法对一维高分辨距离像进行分帧,进而建立模板库。在实现雷达数据的分帧上,SOM算法能很好地保持类别的拓扑有序,但没有考虑到数据的时序性。本文提出一种改进的三态SOM方法,使神经元节点在激活态、可激活态、死亡态变化。本方法从获胜神经元的选取、神经元的更新方式、神经元数目自适应变化三个方面进行了改进,解决了时序数据分帧问题。通过采用本文建立的模板库与原识别方法所采用的模板库进行对比实验,证明了本文方法的可行性和有效性。
论文目录:
摘要
Abstract
第一章 绪论
1.1 雷达自动目标识别概述
1.2 高分辨率雷达目标识别技术
1.3 本论文的主要工作
第二章 高分辨雷达一维距离像的特性研究
2.1 一维距离像概述
2.2 一维距离像的特性
2.2.1 单个距离单元的回波特性
2.2.2 方位角的影响
2.2.3 平均距离像
2.3 一维距离像间变化的稳定性分析
2.3.1 单次距离像的相关系数
2.3.2 平均距离像的相关系数
2.4 本章小结
第三章 自组织映射神经网络
3.1 分帧是一种受限的聚类
3.1.1 分帧与聚类算法
3.1.2 方法的有效性
3.2 基于自组织神经网络的算法
3.2.1 自组织神经网络结构
3.2.2 SOM网络的工作原理
3.2.3 自组织神经网络的算法
3.2.4 自组织神经网络算法的参数说明
3.3 本章小结
第四章 三态自组织映射网络的分帧处理
4.1 SOM模型改进
4.1.1 获胜神经元的选取
4.1.2 神经元的更新方式
4.1.3 神经元数目自适应变化
4.2 分帧数据的预处理
4.3 三态SOM分帧算法
4.4 实验与结果
4.4.1 模板匹配识别性能比较
4.4.2 动态方位弯折法识别性能比较
4.4.3 自适应高斯法识别性能比较
4.5 本章小结
结束语
致谢
参考文献
研究成果
发布时间: 2006-12-29
参考文献
- [1].基于网络层的链路层协议盲分析[D]. 高逸龙.电子科技大学2013
相关论文
- [1].基于自组织映射网络和感知机的数据挖掘方法及应用[D]. 刘仕筠.电子科技大学2007
- [2].基于高分辨距离像分区处理的雷达目标识别[D]. 王科.西安电子科技大学2006
- [3].基于高分辨距离像的雷达目标识别方法研究[D]. 白向辉.西安电子科技大学2006
- [4].基于高分辨一维距离像的雷达目标识别方法研究[D]. 鹿浩.河海大学2007
- [5].基于雷达距离像的目标识别研究[D]. 王雪娇.浙江大学2007
- [6].PCA子空间法在雷达自动目标识别中的应用[D]. 谭剑波.西安电子科技大学2005
- [7].基于高分辨距离像的雷达目标识别方法研究[D]. 岳素林.西安电子科技大学2005
- [8].自适应自组织映射网络在模式识别中的应用研究[D]. 周俊临.电子科技大学2005
- [9].基于自组织特征映射网络的聚类算法研究[D]. 吴红艳.重庆大学2006
- [10].基于自组织神经网络的语音识别研究[D]. 贺金戈.广西大学2006