Эффективная методика классификации летательных объектов

П. Е. Хрусталёв

Эффективная методика классификации летательных объектов

научная статья Страницы: 62-67

¹ аспирант Ковровской государственной технологической академии имени В. А. Дегтярева

Ключевые слова: искусственный интеллект нейронная сеть многослойный персептрон пассивная оптическая система самолет вертолет

Аннотация

Приводится эффективная методика пассивной классификации летательных объектов, занимающих различное положение относительно параллельно смещенного центра объектива оптической системы.

Для цитирования

Хрусталёв П.Е. Эффективная методика классификации летательных объектов // Нейрокомпьютеры: разработка, применение. 2011. № 4. С. 62–67.

Список источников

Zhenyu Wang, Yi Wu, Jinqiao Wang, Hanqing Lu, Target Tracking in Infrared Image Sequences Using Diverse AdaBoostSVM. Materials of the First International Conference on Innovative Computing, Information and Control (ICICIC 2006), 30 August - 1 September 2006. Beijing, China. V. 2. P. 233 - 236.
Dijk, J., van Eekeren, A. W. M., Schutte, K., de Lange, D. J., van Vliet, L. J., Superresolution reconstruction for moving point target detection. OpticalEngineering 47(09). 2008.
Пережигин А. А., Хачумов В. М. Обнаружение и автоматическое определение параметров летательного объекта на видеопотоке // Информационные технологии и вычислительные системы. 2005. № 1. С. 38-48.
Борисова И. В., Ерошкин Р. Э., Кузнецов А. А., Опарин А. Н., Осьминко А. Н., Попов П. Г., Шишкин В. А. Обнаружение динамических малоразмерных объектов в различных спектральных диапазонах // Прикладная физика. 2006. № 5. С. 100-102.
Талалаев А. А., Тищенко И. П., Фраленко В. П., Хачумов В. М. Анализ эффективности применения искусственных нейронных сетей для решения задач распознавания, сжатия и прогнозирования // Искусственный интеллект и принятие решений. 2008. № 2. С. 24 - 33.
Хорн Б. К. П.Зрение роботов: Пер с англ. М.: Мир. 1989.
Хрусталев П. Е.Разработка программного комплекса «Миранда» для распознавания образов // Межрегиональная студенческая конференция «Роль студенческих научных обществ в инновационном развитии регионов»: Сб. материалов / под общ. ред. М. С. Хозяинова. Дубна: Междунар. ун-т природы, о-ва и человека «Дубна». 2008.
С. 34 - 36.
Хрусталев П. Е.Продуктивное развитие обобщающей способности многослойного персептрона // Нейрокомпьютеры: разработка, применение. 2011. № 2. С. 17 - 20.

Полный текст, PDF 350 ₽

[1] Zhenyu Wang, Yi Wu, Jinqiao Wang, Hanqing Lu, Target Tracking in Infrared Image Sequences Using Diverse AdaBoostSVM. Materials of the First International Conference on Innovative Computing, Information and Control (ICICIC 2006), 30 August - 1 September 2006. Beijing, China. V. 2. P. 233 - 236.

[2] Dijk, J., van Eekeren, A. W. M., Schutte, K., de Lange, D. J., van Vliet, L. J., Superresolution reconstruction for moving point target detection. OpticalEngineering 47(09). 2008.

[3] Пережигин А. А., Хачумов В. М. Обнаружение и автоматическое определение параметров летательного объекта на видеопотоке // Информационные технологии и вычислительные системы. 2005. № 1. С. 38-48.

[4] Борисова И. В., Ерошкин Р. Э., Кузнецов А. А., Опарин А. Н., Осьминко А. Н., Попов П. Г., Шишкин В. А. Обнаружение динамических малоразмерных объектов в различных спектральных диапазонах // Прикладная физика. 2006. № 5. С. 100-102.

[5] Талалаев А. А., Тищенко И. П., Фраленко В. П., Хачумов В. М. Анализ эффективности применения искусственных нейронных сетей для решения задач распознавания, сжатия и прогнозирования // Искусственный интеллект и принятие решений. 2008. № 2. С. 24 - 33.

[6] Хорн Б. К. П.Зрение роботов: Пер с англ. М.: Мир. 1989.

[7] Хрусталев П. Е.Разработка программного комплекса «Миранда» для распознавания образов // Межрегиональная студенческая конференция «Роль студенческих научных обществ в инновационном развитии регионов»: Сб. материалов / под общ. ред. М. С. Хозяинова. Дубна: Междунар. ун-т природы, о-ва и человека «Дубна». 2008.
С. 34 - 36.

[8] Хрусталев П. Е.Продуктивное развитие обобщающей способности многослойного персептрона // Нейрокомпьютеры: разработка, применение. 2011. № 2. С. 17 - 20.

Аннотация

Для цитирования

Похожие статьи