您的位置: 专家智库 > >

唐升平

作品数:3 被引量:11H指数:2
供职机构:中国人民解放军73125部队更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:兵器科学与技术电子电信更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇兵器科学与技...
  • 1篇电子电信

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 2篇雷达
  • 2篇基于支持向量...
  • 1篇人工智能
  • 1篇SVM

机构

  • 2篇中国人民解放...
  • 1篇中国科学院自...
  • 1篇中国人民解放...
  • 1篇中国人民解放...

作者

  • 3篇唐升平
  • 2篇陶卿
  • 2篇刘欣
  • 1篇丁永清
  • 1篇章显
  • 1篇周永生

传媒

  • 1篇火力与指挥控...
  • 1篇兵工学报
  • 1篇战术导弹技术

年份

  • 2篇2007
  • 1篇2005
3 条 记 录,以下是 1-3
排序方式:
基于支持向量机的雷达弹道外推方法研究
2007年
支持向量机是一种求解回归预测问题的优秀决策方法,具有坚实的理论基础和优秀的预测性能.为解决目前雷达弹道外推中存在的外推准确率不高和不能有效地进行弹道识别等问题,用基于支持向量机的方法对雷达探测弹道进行了外推研究,并通过仿真弹道模拟雷达采样进行了仿真实验,仿真实验结果表明:基于支持向量机的雷达弹道外推方法实用可行,可以获得较高的外推精度,并且能够有效地进行弹道识别.
周永生唐升平
关键词:支持向量机
一种基于SVM的炮位校射雷达弹道外推新方法被引量:5
2007年
SVM是一种理论依据充分的机器学习新算法,主要用于对有限个样本的分类识别和回归建模。将一条弹道视为一个训练样本,利用SVM回归方法在不同弹道之间归纳弹道落点的规律,从而可以对未知弹道的落点进行预测。将SVM引入弹道外推是重要创新,构建具有代表性的训练样本,以及统一样本空间维数等是技术创新。仿真实验表明,SVM可以提高弹道外推精度,同时缩短外推时间。
刘欣陶卿唐升平章显
关键词:SVM
基于支持向量机的弹道识别及其在雷达弹道外推中的应用被引量:10
2005年
支持向量机(SVM )是一种基于结构风险最小化原理的分类技术,也是一种具有很好泛化性能的回归分析方法。本文用SVM分类方法对弹道类型进行识别,用SVM回归方法对不同类型的弹道数据分别建模,进而对弹道起点进行有效预测。仿真结果表明,该方法识别精度高,在SVM弹道识别的基础上,还可以有效提高弹道外推精度。
陶卿刘欣唐升平丁永清
关键词:人工智能支持向量机
共1页<1>
聚类工具0