四川兵工学报
四川兵工學報
사천병공학보
SICHUAN ORDNANCE JOURNAL
2009年
4期
20-23
,共4页
多目标跟踪%自组织特征映射(SOFM)%神经网络(NN)%聚类
多目標跟蹤%自組織特徵映射(SOFM)%神經網絡(NN)%聚類
다목표근종%자조직특정영사(SOFM)%신경망락(NN)%취류
针对现代作战中同一空域内目标数据的空中态势易呈现团状、聚类跟踪困难程度不断加大等特点,应用具有良好聚类特性的自组织特征映射神经网络(SOFM),通过对各传感器测量的数据融合,进行动态聚类,实现对多目标的实时精确跟踪.仿真试验证明,改进SOFM网络模型对多目标的跟踪较之传统SOFM网络模型具有更好性能.
針對現代作戰中同一空域內目標數據的空中態勢易呈現糰狀、聚類跟蹤睏難程度不斷加大等特點,應用具有良好聚類特性的自組織特徵映射神經網絡(SOFM),通過對各傳感器測量的數據融閤,進行動態聚類,實現對多目標的實時精確跟蹤.倣真試驗證明,改進SOFM網絡模型對多目標的跟蹤較之傳統SOFM網絡模型具有更好性能.
침대현대작전중동일공역내목표수거적공중태세역정현단상、취류근종곤난정도불단가대등특점,응용구유량호취류특성적자조직특정영사신경망락(SOFM),통과대각전감기측량적수거융합,진행동태취류,실현대다목표적실시정학근종.방진시험증명,개진SOFM망락모형대다목표적근종교지전통SOFM망락모형구유경호성능.
