Автоматическая классификация воздушных целей в корабельных оптико-электронных системах

В.В. Смирнов

Автоматическая классификация воздушных целей в корабельных оптико-электронных системах

научная статья Страницы: 86-91

¹ к.т.н., вед. инженер-программист, ОАО «ГСКБ «Алмаз-Антей»

Ключевые слова: оптико-электронные локационные системы модель Джонсона предобработка изображений распознавание образов нейронные сети многослойный персептрон адаптивный резонанс

Аннотация

Рассмотрены методы автоматической классификации изображений воздушных объектов в корабельных оптико-электронных системах с использованием искусственных нейронных сетей. Проанализирована формализуемость задачи распознавания. Приведено описание этапа предобработки входной информации.

Для цитирования

Смирнов В.В. Автоматическая классификация воздушных целей в корабельных оптико-электронных системах // Наукоемкие технологии. 2014. № 4. С. 86–91.

Список источников

Розенблатт Ф. Принципы нейродинамики. Персептроны и теория механизмов мозга. М.: Мир. 1965.
Carpenter G.A., Grossberg S. Adaptive resonance theory. The handbook of brain theory and neural networks. Second edition. Cambridge, Massachusetts: MIT Press. 2002.
Листратов А.И., Сидоров В.И. Корабельные оптико-электронные локационные системы. М.: Изд-во МИРЭА. 2007.
Kotsiantis S.B., Kanellopoulos D., Pintelas P.E. Data preprocessing for supervised learning // IJCS. V. 1. № 2. 2006.
СмирновВ.В.Нейроннаясеть SMART взадачераспознаванияобразов // Радиоэлектронныесистемы - Центр «МНИИРЭ «Альтаир» ОАОГСКБ «Алмаз-Антей». 2011. № 1 (19). С. 49-56.
Rajasekaran S., Vijayalakshmi Pai G.A. Image recognition using simplified Fuzzy ARTMAP augmented with a moment based feature extractor // International Journal of Pattern Recognition and Artificial Intelligence. V. 14. № 8 (2000).P. 1081-1095.
ГлумовН.И.Построениеиприменениемоментныхинвариантовдляобработкиизображенийвскользящемокне // Компьютернаяоптика. 1995. Вып. 14-15. Ч. 1. С. 46-54.
АнисимовБ.В., КургановВ.Д., ЗлобинВ.К.Распознаваниеицифроваяобработкаизображений. Уч. пособиедлястудентоввузов. М.: Высшаяшкола. 1983.
Прэтт У. Цифровая обработка изображений. Кн. 2. М.: Мир. 1982.
СидоровВ.И., СмирновВ.В.Овозможностииспользованиянейросетевыхалгоритмовдляавтоматическогораспознаваниявоздушныхцелейвкорабельныхоптико-электронных системах // Радиоэлектронные системы - ОАО «МНИИРЭ «Альтаир». 2009. № 2 (16). С. 78-88.
Yoshiko H., Shunji U., Taiko K. Evaluation of artificial neural network classifiers in small sample size situations // Pros. Int. It. Conf. Neural Networks (Nagoja, Oct. 25-29, 1993). P. 1731-1735.
Смирнов В.В.Роль выделения признаков в задаче автоматического распознавания образов с использованием нейронных сетей // Приборы и Системы. Управление, Контроль, Диагностика. М.: ООО Изд-во «НАУЧТЕХИЗДАТ». 2010. № 11. С. 22-26.

[1] Розенблатт Ф. Принципы нейродинамики. Персептроны и теория механизмов мозга. М.: Мир. 1965.

[2] Carpenter G.A., Grossberg S. Adaptive resonance theory. The handbook of brain theory and neural networks. Second edition. Cambridge, Massachusetts: MIT Press. 2002.

[3] Листратов А.И., Сидоров В.И. Корабельные оптико-электронные локационные системы. М.: Изд-во МИРЭА. 2007.

[4] Kotsiantis S.B., Kanellopoulos D., Pintelas P.E. Data preprocessing for supervised learning // IJCS. V. 1. № 2. 2006.

[5] СмирновВ.В.Нейроннаясеть SMART взадачераспознаванияобразов // Радиоэлектронныесистемы - Центр «МНИИРЭ «Альтаир» ОАОГСКБ «Алмаз-Антей». 2011. № 1 (19). С. 49-56.

[6] Rajasekaran S., Vijayalakshmi Pai G.A. Image recognition using simplified Fuzzy ARTMAP augmented with a moment based feature extractor // International Journal of Pattern Recognition and Artificial Intelligence. V. 14. № 8 (2000).P. 1081-1095.

[7] ГлумовН.И.Построениеиприменениемоментныхинвариантовдляобработкиизображенийвскользящемокне // Компьютернаяоптика. 1995. Вып. 14-15. Ч. 1. С. 46-54.

[8] АнисимовБ.В., КургановВ.Д., ЗлобинВ.К.Распознаваниеицифроваяобработкаизображений. Уч. пособиедлястудентоввузов. М.: Высшаяшкола. 1983.

[9] Прэтт У. Цифровая обработка изображений. Кн. 2. М.: Мир. 1982.

[10] СидоровВ.И., СмирновВ.В.Овозможностииспользованиянейросетевыхалгоритмовдляавтоматическогораспознаваниявоздушныхцелейвкорабельныхоптико-электронных системах // Радиоэлектронные системы - ОАО «МНИИРЭ «Альтаир». 2009. № 2 (16). С. 78-88.

[11] Yoshiko H., Shunji U., Taiko K. Evaluation of artificial neural network classifiers in small sample size situations // Pros. Int. It. Conf. Neural Networks (Nagoja, Oct. 25-29, 1993). P. 1731-1735.

[12] Смирнов В.В.Роль выделения признаков в задаче автоматического распознавания образов с использованием нейронных сетей // Приборы и Системы. Управление, Контроль, Диагностика. М.: ООО Изд-во «НАУЧТЕХИЗДАТ». 2010. № 11. С. 22-26.

Аннотация

Для цитирования

Похожие статьи