Статья 2116

Название статьи

МЕТОДОЛОГИЯ ПОСТРОЕНИЯ АДАПТИВНЫХ АЛГОРИТМОВ ОБРАБОТКИ ИНФОРМАЦИИ В СРЕДСТВАХ ОБНАРУЖЕНИЯ ДВИЖУЩИХСЯ НАЗЕМНЫХ ОБЪЕКТОВ (Ч. 2. МЕТОДЫ ОБРАБОТКИ ИНФОРМАЦИИ
ДЛЯ ПОСТРОЕНИЯ АДАПТИВНЫХ СРЕДСТВ ОБНАРУЖЕНИЯ)

Авторы

Митрохин Максим Александрович, кандидат технических наук, доцент, кафедра автономных информационных и управляющих систем, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), aius@pnzgu.ru

Индекс УДК

004.93::004.942

Аннотация

Актуальность и цели. Объектом исследования являются адаптивные средства обнаружения движущихся наземных объектов. Предметом исследования являются методы построения адаптивных алгоритмов обработки информации. Цель – разработка методов, составляющих основу методологии построения адаптивных средств обнаружения движущихся наземных объектов.
Материалы и методы. Исследования выполнены с использованием методов прогнозирования временных рядов и распознавания образов.
Результаты. Предложены методы обработки информации, применяемые для создания адаптивных средств обнаружения. На экспериментальных данных показана их эффективность.
Выводы. Предложенные методы обработки информации в составе методологии построения адаптивных средств обнаружения движущихся наземных объектов могут быть использованы при разработке новых и модернизации существующих средств обнаружения для повышения их эффективности при работе в условиях воздействия изменяющихся внешних факторов.

Ключевые слова

средства обнаружения, решающие правила, предсказание

 

 Скачать статью в формате PDF

Список литературы

1. Kullback, S. On information and sufficiency / S. Kullback, R. A. Leibler // The Annals of Mathematical Statistics. – 1951. – Vol. 22, № 1. – P. 79–86.
2. Айвазян, С. А. Прикладная статистика: Исследование зависимостей / С. А. Айвазян, И. С. Енюков, Л. Д. Мешалкин ; под ред. С. А. Айвазяна. – М. : Финансы и статистика, 1985. – 487 c.
3. Голяндина, Н. Э. Метод «Гусеница»-SSA: прогноз временных рядов : учеб. пособие / Н. Э. Голяндина. – СПб. : Изд-во СПбГУ, 2004. – 52 с.
4. Главные компоненты временных рядов: метод «Гусеница» / под. ред. Д. Л. Данилова, А. А. Жиглявского. – СПб : Изд-во СПбГУ, 1997. – 307 c.
5. Лоску тов, А. Ю. Применение метода локальной аппроксимации для прогноза экономических показателей / А. Ю. Лоскутов, Д. И. Журавлев, О. Л. Котляров // Вопросы анализа и управления риском. – 2003. – Т. 1, № 1. – C. 21–31.
6. Hansen, B. Autoregressive conditional density estimation / B. Hansen // International Economic Review. – 1994. – Vol. 35. – P. 705–730.
7. Bezdek, J. C. Pattern Recognition with Fuzzy Objective Function Algorithms / James C. Bezdek // PlenumPress. – New York, 1981. – 256 p.
8. Yager, R. Essentials of Fuzzy Modeling and Control / R. Yager, D. Filev. – USA : John Wiley & Sons, 1984. – 387 p.

 

Дата создания: 25.05.2016 15:17
Дата обновления: 30.06.2016 14:53