350 rub
Journal Neurocomputers №10 for 2009 г.
Article in number:
Neural recognition of aircrafts upon their Doppler spectrums, that obtained experimentally
Keywords: flying objects identification neural networks
Authors:
A. V. Safonov, D. G. Mitrofanov, А. G. Prohorkin
Abstract:
In article is produced the solving of experimental proof task of the flying objects identification by neural networks possibility. Described the process of forming the databank for neural net teaching and testing. Conduct the modeling of six aircrafts neural identification by their Doppler spectrums, that obtained experimentally for the purpose the results of recognition obtaining. Results of the neural recognition are produced.
References
  1. Сафонов А. В., Митрофанов Д. Г. Применение нейросетевой технологии для распознавания целей по радиолокационным изображениям // Нейрокомпьютеры: разработка и применение. 2006. № 3. С. 60-68.
  2. Галушкин А. И. //  Нейрокомпьютеры: разработка и применение. 2000. № 1.
  3. Ротов М. К. Особенности реализации режима длительного когерентного накопления в двухдиапазонном радиолокационном комплексе // Образование через науку. Тезисы докладов Международной конференции. М.: МГТУ им. Н. Э. Баумана. 2005. С. 304-305.
  4. Митрофанов Д. Г., Прохоркин А. Г. Методы  компенсации влияния составляющих турбинного эффекта при построении изображений воздушных целей // Радиотехник., 2006. № 9. С. 32-37.
  5. Сафонов А. В., Митрофанов Д. Г., Подуто С. Л. Методика обучения и определения параметров нейросетевого классификатора для решения задач распознавания воздушных целей по их двумерным радиолокационным изображениям // Нейрокомпьютеры: разработка и применение. 2008. № 3-4. С. 31-38.
  6. Медведев В. С., Потемкин В. Г. Нейронные сети: Matlab 6. - М.: Диалог-Мифи. 2002.