长春工业大学学报（自然科学版）
長春工業大學學報（自然科學版）
장춘공업대학학보（자연과학판）
Journal of Changchun University of Technology(Natural Science Edition)
2015年
4期
395-400
,共6页
彭轩%叶双威%邵桢%蔡红星%石晶%谭勇%李军
彭軒%葉雙威%邵楨%蔡紅星%石晶%譚勇%李軍
팽헌%협쌍위%소정%채홍성%석정%담용%리군
平滑去噪%归一化%光谱%概率神经网络
平滑去譟%歸一化%光譜%概率神經網絡
평활거조%귀일화%광보%개솔신경망락
smoothing and denoising%normalization%spectrum%probabilistic neural network
通过对不同空间碎片的光谱进行分析 ,实现对不同空间碎片的识别和分类.采用了移动平均光滑法和最大最小归一化对原始空间碎片光谱进行预处理 ,然后运用概率神经网络对经预处理后的空间碎片光谱进行分类.预测结果表明 ,移动平均平滑和归一化结合概率神经网络的空间碎片分类识别准确率达到了99 .23% ,说明文中提出的基于光谱技术的识别方法具有很好的分类能力.
通過對不同空間碎片的光譜進行分析 ,實現對不同空間碎片的識彆和分類.採用瞭移動平均光滑法和最大最小歸一化對原始空間碎片光譜進行預處理 ,然後運用概率神經網絡對經預處理後的空間碎片光譜進行分類.預測結果錶明 ,移動平均平滑和歸一化結閤概率神經網絡的空間碎片分類識彆準確率達到瞭99 .23% ,說明文中提齣的基于光譜技術的識彆方法具有很好的分類能力.
통과대불동공간쇄편적광보진행분석 ,실현대불동공간쇄편적식별화분류.채용료이동평균광활법화최대최소귀일화대원시공간쇄편광보진행예처리 ,연후운용개솔신경망락대경예처리후적공간쇄편광보진행분류.예측결과표명 ,이동평균평활화귀일화결합개솔신경망락적공간쇄편분류식별준학솔체도료99 .23% ,설명문중제출적기우광보기술적식별방법구유흔호적분류능력.
By analyzing spectra of different space debris , the recognition and classification of the different space debris are realized .In this paper ,a moving average smoothing and maximum minimum normalization methods are applied to preprocess the original space debris spectra ,and the probabilistic neural network is used to classify the spectra . The predicted results show that :the classification accuracy of space debris runs up to 99 .23% by moving average smoothing and normalization andprobabilistic neural network .It indicates that the identification method based on spectrum technology had good classification ability .
