發(fā)布時間：2022-08-12 08:34

　　當前,軍隊信息化水平的不斷提高,增強了我軍基于信息系統(tǒng)的偵查能力。其中,一個明顯的特征在于由各類偵查平臺得到的偵查圖像急劇增加。從偵查圖像中獲取戰(zhàn)場信息是準確判斷情況的直接而有效的手段。目前,對于圖像判讀主要采用的是人工模式,需要大量的人力和時間來完成,不適應于快速的戰(zhàn)場信息對抗節(jié)奏。因此,研究裝備圖片智能識別技術和系統(tǒng)開發(fā),在軍事上有重大的應用價值。根據(jù)工作實踐要求,本文研究圖片智能識別問題,為快速有效地處理偵查情報圖片,為指揮決策提供信息參考提供幫助。主要對偵查情報處理、演習等對抗訓練中經(jīng)常遇到的武器裝備圖片、飛行器圖片、和車輛裝備圖片的智能識別問題進行了研究。分別針對不同類型圖片的特點,采用了三種不同的智能識別方法,主要內容如下:研究了基于聚類的武器裝備圖片的分類問題。以Matlab為平臺,設計并實現(xiàn)一個基于Matlab的武器裝備圖片聚類標注系統(tǒng),解決大量數(shù)據(jù)人工標注費時費力效率低下的問題。研究了基于支持向量機的飛行器智能識別系統(tǒng),實現(xiàn)了從圖像信息的獲取,到圖像的特征提取與選擇,再到分類器學習,最后判決識別等各部分功能,并在Matlab上進行了系統(tǒng)開發(fā)。研究了基于神經(jīng)網(wǎng)絡的軍事車... 

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【部分圖文】：

線性可分支持向量機示意圖

線性可分支持向量機轉換示意圖

神經(jīng)網(wǎng)絡基本模型

【參考文獻】：
期刊論文
[1]神經(jīng)網(wǎng)絡七十年:回顧與展望[J]. 焦李成,楊淑媛,劉芳,王士剛,馮志璽.  計算機學報. 2016(08)
[2]類腦智能研究的回顧與展望[J]. 曾毅,劉成林,譚鐵牛.  計算機學報. 2016(01)
[3]灰度共生矩陣紋理特征提取的Matlab實現(xiàn)[J]. 焦蓬蓬,郭依正,劉麗娟,衛(wèi)星.  計算機技術與發(fā)展. 2012(11)
[4]一種快速AP聚類算法[J]. 劉曉勇,付輝.  山東大學學報(工學版). 2011(04)
[5]基于形狀邊緣方向直方圖的圖像檢索算法研究[J]. 陳澤濱,黃曉華.  計算機與現(xiàn)代化. 2009(08)
[6]基于支持向量機的飛機圖像識別算法[J]. 戰(zhàn)國科,夏哲雷.  現(xiàn)代電子技術. 2007(21)
[7]基于消息傳遞的并行聚類算法[J]. 谷淑化,呂維先.  現(xiàn)代計算機. 2006(01)
[8]區(qū)間數(shù)據(jù)的并行模糊聚類算法[J]. 陸建江,徐寶文.  東南大學學報(自然科學版). 2003(04)
[9]支持向量機的訓練算法[J]. 李建民,張鈸,林福宗.  清華大學學報(自然科學版). 2003(01)



本文編號：3675552