一种新的自组织聚类网络及其在数据融合目标分类中的应用

您当前的位置：

首页 >

文章列表页 >

更新时间：2025-09-01

- 一种新的自组织聚类网络及其在数据融合目标分类中的应用
- A novel self-organizing clustering network and its application in data fusion for target classification
- 光学技术 2003年第1期页码：66-68
- 作者机构：
  
  1. 1:北京理工大学光电工程系
  2. 2:北京理工大学光电工程系
  3. 3:北京理工大学光电工程系,北京,100081
  4. 4,北京,100081
- 作者简介：
- 基金信息：
  
  国防科工委基础预研项目;目标与环境光学特征国防科技重点实验室开放基金资助项目(00JS66.3.1BQ.0110)
- DOI：
  中图分类号：
- 纸质出版：2003
- 稿件说明：
移动端阅览
牛丽红, 倪国强, 苏秉华. 一种新的自组织聚类网络及其在数据融合目标分类中的应用[J]. 光学技术, 2003,(1):66-68.

A novel self-organizing clustering network and its application in data fusion for target classification[J]. 2003, (1): 66-68.
牛丽红, 倪国强, 苏秉华. 一种新的自组织聚类网络及其在数据融合目标分类中的应用[J]. 光学技术, 2003,(1):66-68. DOI：

A novel self-organizing clustering network and its application in data fusion for target classification[J]. 2003, (1): 66-68. DOI：

介绍了一种新的自组织聚类人工神经网络(DIGNET)模型和网络的非监督学习算法。针对数据融合和目标识别的特点

提出了基于DIGNET的决策层数据融合目标分类方法。利用仿真数据研究了DIGNET和自组织特征映射网络(SOFM)的聚类性能以及基于DIGNET的决策层数据融合结构

实验结果表明DIGNET较SOFM正确分类率高、抗噪能力好;基于DIGNET的决策层数据融合能够有效地实现融合识别。将该数据融合方法应用于前视红外(FLIR)和可见光摄像机目标跟踪系统

结果表明该方法是可行的。

浏览量

178

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于DIGNET网络的数据融合方法

模糊对向传播网络数据融合目标识别方法

多传感器目标识别系统的特征优化方法

基于人工神经网络的移动可见光通信接收机研究

基于深度学习的数据中心光通信色散估计与管理