tailieunhanh - Một phương pháp phân biệt mục tiêu chưa biết trong nhận dạng mục tiêu ra đa

Bài báo đề xuất một phương pháp phân biệt mục tiêu chưa biết, sử dụng trong các hệ thống nhận dạng mục tiêu ra đa kiểu SVM (Support Vector Machine). Bản chất của phương pháp này dựa trên sự khác biệt về phân bố các giá trị xác suất liên thuộc lớp - CMP (Class Membership Probabilities) đối với mục tiêu đã biết và mục tiêu chưa biết. Ngưỡng phát hiện được xác định riêng cho từng lớp mục tiêu theo kết quả ước lượng tham số thống kê của hệ thống nhận dạng. Kết quả mô phỏng cho thấy hiệu quả của phương pháp đề xuất. | Một phương pháp phân biệt mục tiêu chưa biết trong nhận dạng mục tiêu ra đa Ra đa MéT ph­¬ng ph¸p ph©n biÖt môc tiªu ch­a biÕt trong nhËn d¹ng môc tiªu ra ®a NGUYỄN THANH HÙNG*, PHẠM VĂN HOAN**, NGUYỄN HOÀNG NGUYÊN*** Tóm tắt: Bài báo đề xuất một phương pháp phân biệt mục tiêu chưa biết, sử dụng trong các hệ thống nhận dạng mục tiêu ra đa kiểu SVM (Support Vector Machine). Bản chất của phương pháp này dựa trên sự khác biệt về phân bố các giá trị xác suất liên thuộc lớp - CMP (Class Membership Probabilities) đối với mục tiêu đã biết và mục tiêu chưa biết. Ngưỡng phát hiện được xác định riêng cho từng lớp mục tiêu theo kết quả ước lượng tham số thống kê của hệ thống nhận dạng. Kết quả mô phỏng cho thấy hiệu quả của phương pháp đề xuất. Từ khóa: Nhận dạng mục tiêu ra đa, Phân biệt mục tiêu, Xác suất liên thuộc lớp, Máy véc tơ tựa. 1. MỞ ĐẦU Việc phân lớp trong các hệ thống nhận dạng mục tiêu ra đa được thực hiện trên cơ sở dữ liệu đã có (thông tin tiên nghiệm) về từng lớp (kiểu loại) mục tiêu cần phân biệt. Trong thực tế, việc thu thập thông tin tiên nghiệm của các lớp mục tiêu, đặc biệt là những mục tiêu quân sự (ví dụ như các phương tiện bay) của đối phương là rất khó khăn. Như vậy, sẽ xảy ra khả năng trong vùng quan sát xuất hiện mục tiêu mà hệ thống nhận dạng hoàn toànchưa có thông tin về nó (mục tiêu lạ, mục tiêu chưa biết). Mục tiêu này sẽ được nhận biết thành một trong những lớp mục tiêu mà hệ thống nhận dạng có khả năng phân biệt. Quyết định sai của hệ thống nhận dạng trong những trường hợp như vậy có thể dẫn đến những hậu quả nghiêm trọng. Vấn đề nêu trên có thể khắc phục bằng cách bổ sung vào hệ thống nhận dạng một bộ phân biệt mục tiêu chưa biết (Unknown Target Discriminator). Bộ phân biệt này có chức năng xác định mục tiêu đang quan sát là mục tiêu đã biết hay chưa biết. Nếu là mục tiêu đã biết thì nó sẽ được phân lớp theo thuật toán cùng cơ sở dữ liệu đã có của hệ thống nhận dạng. Trường hợp ngược .

• Cơ khí - Chế tạo máy
• Phương pháp phân biệt mục tiêu chưa biết
• Nhận dạng mục tiêu ra đa
• Giá trị xác suất liên thuộc lớp CMP
• Ra đa kiểu SVM
• Hệ thống nhận dạng
• Nhận dạng giới tính
• Xây dựng hệ thống nhận dạng giới tính
• Nhận dạng giới tính tự động
• Hệ thống nhận dạng sử dụng LPQ
• Ảnh khuôn mặt người
• Hệ thống nhận dạng tiếng Việt
• Nhận dạng tiếng Việt
• Thông tin về phương ngữ
• Nhận dạng tiếng Việt nói
• Ma trận nhầm lẫn nhận dạng phương ngữ
• Đồ án tốt nghiệp ngành Công nghệ thông tin
• Công nghệ thông tin
• Tìm hiểu hệ thống nhận dạng biển số xe
• Hệ thống nhận dạng biển số xe
• Nhận dạng biển số xe
• Nhận dạng hệ thống
• Phân tích biến dạng
• Phân tích biến dạng theo truyền thống
• Phân tích biến dạng hiện đại
• Mô hình phi tuyến tính
• Mô hình biến dạng
• Nhận dạng tự động
• Nhận dạng dùng sóng vô tuyến
• Xây dựng ăng ten
• Logo ứng dụng
• Hệ thống nhận dạng sóng vô tuyến
• Mô hình nhận dạng lỗi
• Hệ thống nhận dạng lỗi tự động
• Tấm pin năng lượng mặt trời
• Kỹ thuật xử lý ảnh
• Bài toán nhận dạng lỗi
• sổ tay hàng hải
• tài liệu ngành hàng hải
• Hệ thống nhận dạng tự động AIS
• tài liệu Hệ thống nhận dạng tự động
• an toàn hàng hải
• bảo vệ môi trường biển
• công nghệ sapi
• nhận dạng tiếng nói
• hệ thống STT
• hệ thống TTS
• phần mềm nhận dạng
• xử lý dễ liệu
• chọn cấu trúc mô hình
• ước lượng thông số
• thu thập dữ liệu
• mô hình tuyến tính
• Thí nghiệm tự động hóa
• Tự động hóa
• Bài thí nghiệm tự động hóa
• Cách nhận dạng hệ thống
• Thực hành tự động hóa
• Tóm tắt Luận án Tiến sĩ
• Luận án Tiến sĩ
• Luận án Tiến sĩ Kỹ thuật
• Luận án Tiến sĩ ngành Hệ thống thông tin
• Hệ thống nhận dạng hoạt động người
• Hệ thống nhận dạng hoạt động
• Cảm biến mang trên người
• Hệ thống nhúng
• Nhận dạng chữ viết tay
• Phương pháp phân lớp Support vector machines
• Hệ thống nhúng nhận dạng chữ viết tay
• Các bước xây dựng ứng dụng trên board nhúng
• Luận án Tiến sỹ Hệ thống thông tin
• Hệ thống thông tin
• Phương ngữ phát âm
• Mô hình GMM
• Tạp chí khoa học
• Hệ thống nhận dạng ảnh mặt người
• Sử dụng mạng Neural
• Biến đổi Gabor Wavelet
• Tóm tắt luận án Tiến sĩ Kỹ thuật
• Xây dựng hệ thống nhận dạng
• Hệ thống nhận dạng sử dụng Logic mờ
• Phân loại sản phẩm gạch ốp lát
• Tạp chí Khoa học Công nghệ Hàng hải
• Hệ thống tự động nhận dạng
• Đặc tính của hệ thống tự động nhận dạng
• Phòng ngừa đâm va trên biển
• Automatic Identification System
• Xây dựng hệ thống nhận dạng cảm xúc
• Thiết bị emotiv epoc
• Hệ thống nhận dạng cảm xúc
• Tín hiệu EEG
• Thiết bị thương mại
• Định vị tàu biển
• Thuật toán cải tiến định vị tàu biển
• Tín hiệu hệ thống nhận dạng tự động
• Hệ thống nhận dạng tự động
• Xử lý tín hiệu của bộ thu
• Nhận dạng phương ngữ tiếng Việt
• Nhận dạng phương ngữ trên hệ thống nhúng
• Bộ ngữ liệu VDSPEC
• Phương ngữ tiếng Việt
• Luận văn Thạc sĩ
• Luận văn Thạc sĩ Hệ thống thông tin
• Hệ thống điểm danh học sinh
• Công nghệ nhận dạng khuôn mặt
• Bài giảng Xử lý tiếng nói
• Xử lý tiếng nói
• Hệ thống tổng hợp chữ viết sang tiếng nói
• Hệ thống nhận dạng tiếng nói
• Cấu trúc hệ nhận dạng tiếng nói
• Ứng dụng mạng nơron
• Công nghệ thồng tin
• Trích lọc thông tin
• Hệ thống nhận dạng chữ viết
• Nhận dạng chữ tiếng Việt
• Mô hình Markov ẩn
• Bộ công cụ nhận dạng HTK
• Chữ số Việt
• Nhận dạng chữ in
• Nhận dạng chữ quang học
• Mô hình liên mạng nơ ron
• Hệ thống xử lý biểu mẫu tự động
• Ứng dụng nhận dạng tiếng nói
• Quy trình nhận dạng tiếng nói
• Dịch vụ nhận dạng tiếng nói
• Đặc tính tín hiệu của tiếng nói
• Tổng đài chăm sóc khách hàng