您的位置: 专家智库 > >

高鹏

作品数:5 被引量:2H指数:1
供职机构:北京理工大学更多>>
相关领域:兵器科学与技术自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 3篇兵器科学与技...

主题

  • 3篇神经网
  • 3篇神经网络
  • 3篇网络
  • 3篇目标识别
  • 2篇图象
  • 2篇图象处理
  • 2篇模式识别
  • 2篇高阶神经网络
  • 1篇导弹
  • 1篇信息处理
  • 1篇引信
  • 1篇炸药
  • 1篇神经网络方法
  • 1篇识别方法
  • 1篇图像
  • 1篇图像处理
  • 1篇图象信息
  • 1篇图象信息处理
  • 1篇屏蔽
  • 1篇起爆

机构

  • 5篇北京理工大学
  • 1篇中北大学

作者

  • 5篇高鹏
  • 4篇郑链
  • 4篇施聚生
  • 1篇沈煜
  • 1篇徐豫新
  • 1篇王树山
  • 1篇赵春龙

传媒

  • 3篇制导与引信
  • 1篇兵工学报
  • 1篇弹箭与制导学...

年份

  • 1篇2016
  • 1篇1998
  • 1篇1997
  • 2篇1996
5 条 记 录,以下是 1-5
排序方式:
基于高阶神经网络(HONN)的封闭平面形状识别
1996年
本文用形心到外轮廓的距离序列表示平面形状,将二维的平面形状识别问题转化为一维波形曲线的识别问题。对于这种波形曲线的识别,采用具有平移不变性的高阶神经网络方法,成功地解决了目标旋转变化后导致的边心距序列循环移位的问题,克服了传统匹配识别方法寻找匹配起始点的困难。实验表明,本文的方法简单易行,并且具有较高的识别率,可实现平移、旋转和比例不变性识别。
高鹏郑链施聚生沈煜
关键词:神经网络
引信图象信息处理的神经网络方法
1996年
图象处理与模式识别是神经网络的重要应用领域。本文针对引信图象信息处理,分析了采用神经网络方法的必要性和可行性,讨论了实现引信目标图象不变性识别的技术途径。
高鹏郑链施聚生
关键词:引信图象处理神经网络目标识别导弹
改进高阶神经网络(MHONN)与目标图象TSRI识别系统的设计
1997年
具有平移、比例和旋转不变性(TSRI)的模式识别是经常遇到的一个三阶问题。近年来的研究表明:把模式的不变性构建于三阶高阶神经网络(HONN)中是实现TSRI模式识别的有效途径。但对于一幅N×N的图象,三阶HONN为存贮连接权所需的存贮容量正比于N6,这一要求限制了HONN在大尺寸图象中的应用。为解决这问题,我们先用边缘探测和对数螺线映射处理图象,把三阶问题转化成二阶问题,使HONN的存贮需求降至O(N4),再改进二阶HONN的结构,使这一需求进一步降至O(N2)。我们用128×128的图象进行了仿真实验,结果表明:该方法对大尺寸目标图象的TSRI识别切实可行。
高鹏李晋平郑链施聚生
关键词:模式识别图象处理目标识别神经网络
动能块对屏蔽B炸药冲击引爆效应研究被引量:2
2016年
研究动能块对屏蔽B炸药冲击起爆机制与临界起爆速度。采用Auto Dyn-3D仿真软件,对钨合金动能块撞击不同盖板厚度屏蔽装药仿真计算,获得着角0°-80°动能块引爆屏蔽装药临界起爆速度,拟合获得速度与着角函数关系。结果表明,临界起爆速度在盖板不同厚度条件下随着角增大非线性变化。着角大于40°起爆阈值速度随角度增加而增大,但增速不同;着角小于40°盖板厚度大于10 mm速度随着角增大而减小,盖板厚度10 mm屏蔽装药临界起爆速度具有随机性。
高鹏徐豫新赵春龙王树山
关键词:冲击起爆
一种大尺寸目标图象不变性识别方法
1998年
具有平移、比例和旋转不变性(TRSI)的模式识别是经常遇到的一个三阶问题。在传统的图象处理与模式识别算法以及人工神经网络技术中至今找不到令人满意的解决办法。近年来的研究表明:把模式的不变性构建于三阶高阶神经网络(HONN)中是实现TRSI模式识别的有效途径。但是,对于一幅NxN的图象,三阶HONN为存贮连接权所需的存贮容量正比于N^6,这一巨大的存贮要求限制了HONN在大尺寸目标图象识别中的应用。为解决这一问题,我们首先利用边缘探测和对数螺线映射处理图象,把三阶问题转化成二阶问题,使得HONN的存贮需求降至0(N^4),再改进二阶HONN的结构,使这一需求进一步降至O(N^2)。 我们采用128×128的图象进行了仿真实验,结果表明:该方法对大尺寸目标图象的TRSI识别是切实可行的。
高鹏李晋平郑链施聚生
关键词:模式识别图像处理目标识别
共1页<1>
聚类工具0