350 руб
Журнал «Информационно-измерительные и управляющие системы» №4 за 2012 г.
Статья в номере:
Классификация траекторий летательных аппаратов с помощью методов искусственного интеллекта
Ключевые слова:
классификация траекторий
гиперзвуковой летательный аппарат
метод распознавания образов
искусственная нейронная сеть
вероятность ошибочной классификации
Авторы:
В.И. Гончаренко - к.т.н., доцент, Московский авиационный институт (национальный исследовательский университет)
Аннотация:
Рассмотрена задача классификации траекторий гиперзвуковых летательных аппаратов (ГЗЛА) на атмосферном участке полета. Поставленную задачу предложено решать с помощью методов распознавания образов, использующих обучение «с учителем» на множестве классифицированных выборок - траекторий полета ГЗЛА на атмосферном участке полета, нацеленных на различные наземные объекты. Описана методика классификации траекторий ГЗЛА на основе метода минимума расстояния до эталона класса и на основе искусственной нейронной сети типа многослойный персептрон. Представлены результаты компьютерного моделирования и расчетов вероятностей ошибочной классификации траекторий ГЗЛА описанных методов при различном числе классов траекторий и ограничениях на время принятия решения.
Страницы: 54-60
Список источников
- Цурков М.П., Шушков А.В. «Глобальный удар» в действии // Воздушно-космическая оборона: Информационно-аналитическое издание. vko.ru. Опубликовано 09/24/2011. http://alternate-politics.info/content/globalnyi_udar_v_deistvii.
- Ту Дж., Гонсалес Р. Принципы распознавания образов. М: Мир. 1978.
- Вапник В.Н., Червоненкис А.П. Теория распознавания образов. М: Наука. 1974.
- Дуда Р., Харт П. Распознавание образов и анализ сцен. М: Мир. 1976.
- Хайкин С. Нейронные сети. М. - СПб. - Киев: Вильямс. 2006.