唐升平

作品数：3被引量：12H指数：2
导出分析报告
供职机构：中国人民解放军73125部队更多>>
发文主题：基于支持向量机雷达支持向量机人工智能SVM更多>>
发文领域：兵器科学与技术电子电信更多>>
发文期刊：《兵工学报》《火力与指挥控制》《战术导弹技术》更多>>
所获基金：国家自然科学基金国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于支持向量机的雷达弹道外推方法研究
《战术导弹技术》2007年第2期70-73,共4页周永生 唐升平 
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...
关键词：支持向量机 弹道外推 分类 回归 
一种基于SVM的炮位校射雷达弹道外推新方法被引量：5
《火力与指挥控制》2007年第3期8-11,共4页刘欣 陶卿 唐升平 章显 
国家自然科学基金资助项目(60575001);国家重大基础项目(2004CB318103)
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...
关键词：弹道外推 SVM 校射雷达 
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：11
《兵工学报》2005年第3期308-311,共4页陶卿 刘欣 唐升平 丁永清 
国家自然科学基金资助项目 (60 175 0 2 3 ) ;国家重点基础研究发展计划项目 (2 0 0 4CB3 1810 3 ) ;安徽省优秀青年科技者基金资助项目 (0 40 42 0 69)
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...
关键词：人工智能 炮位侦查雷达 弹道识别 支持向量机 弹道外推 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部