一种基于SOFM聚类的星图识别算法

• 作者: 陈琳 黄勇
• 来源期刊: 光学精密工程
• 学科: 航空航天
• 关键词: 星图识别 SOFM网络 导航星星库 神经网络
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 空间光学
• 页码范围: 346-351
• 页数: 6页
• 分类号: V448.2
• 字数: 3660字
• 语种: 中文
• DOI: 10.3321/j.issn:1004-924X.2004.03.018

摘要

介绍了一种利用自组织特征映射(SOFM)网络的聚类功能进行全天星图识别的方法.按一定规则对全天星表的星信息进行了筛选并组建了导航星星库.从星库中提取星对角距信息和星模式信息来分别训练此星图识别系统中的两层SOFM网络,使网络具备了分类识别功能.以此系统进行的仿真识别结果表明,SOFM网络可以有效地反映星图中的复杂信息,抗噪性能明显优于传统星图识别算法;分类效果较好,能区分各种星模式;识别速度很快,约为1.5 ms,可以在星图识别中发挥很好的作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈琳		7	92	3.0	7.0
2	黄勇		3	17	2.0	3.0