基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
红外诱饵对抗技术的发展使得空战环境日益复杂化,对红外成像制导空空导弹抗干扰目标识别技术提出了更高的要求.红外诱饵的投放使得目标特征的完整性、显著性及稳定性遭到破坏,基于特征融合匹配的统计模式识别方法无法准确识别目标.提出了一种基于朴素贝叶斯分类器的抗干扰目标识别方法,该方法对空战对抗仿真图像数据集进行了特征挖掘,利用实验拟合方法构建了典型特征的概率密度函数模型,构造了朴素贝叶斯分类器,实现了飞机目标和干扰的分类识别.仿真实验结果表明,该方法在已测试的弹道图像数据集下的平均识别正确率达到了81.82%,且能够解决假目标、目标遮挡等抗干扰目标的识别难题.
推荐文章
基于多分类器组合的红外目标识别方法
红外探测
模式识别
多分类器组合
BP神经网络
决策融合
基于朴素贝叶斯分类器的硬件木马检测方法
侧信道分析
硬件木马
朴素贝叶斯分类器
性能比对
灵活的增强朴素贝叶斯分类器
贝叶斯网
朴素贝叶斯分类器
树增强朴素贝叶斯分类器
最小描述长度准则
基于多重判别分析的朴素贝叶斯分类器
朴素贝叶斯
TAN分类器
多重判别分析
DANB分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于朴素贝叶斯分类器的空中红外目标抗干扰识别方法研究
来源期刊 飞控与探测 学科 工学
关键词 朴素贝叶斯分类器 目标识别 特征提取 概率分布
年,卷(期) 2019,(4) 所属期刊栏目 光电探测与制导技术
研究方向 页码范围 62-70
页数 9页 分类号 TP312
字数 4921字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张凯 西北工业大学航天学院 83 303 10.0 13.0
2 钮赛赛 12 19 2.0 4.0
3 杨开 西北工业大学航天学院 4 7 2.0 2.0
4 李少毅 西北工业大学航天学院 13 55 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (18)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
朴素贝叶斯分类器
目标识别
特征提取
概率分布
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
飞控与探测
双月刊
2096-5974
10-1567/TJ
大16开
上海市闵行区中春路1555号上海航天控制技术研究所《飞控与探测》编辑部
2018
chi
出版文献量(篇)
216
总下载数(次)
1266
总被引数(次)
229
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导