排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
在遥感图像机场目标分类方面,支持向量机(SVM)有着广泛的应用,但由于样本不平衡问题以及不确定性数据的存在,传统SVM算法的分类精度与效果还无法令人满意。为提高传统SVM分类器的性能,文章将建立在模糊理论基础上的模糊核C-均值聚类算法(KFCM)用于处理遥感数据的不确定性问题,并通过聚类分析后的目标子图,剔除非目标样本的同时保留了目标样本,较好地解决了样本不平衡问题。将基于KFCM的SVM分类算法用于遥感图像机场目标的分类,实验结果和性能分析表明该算法分类性能优于传统SVM算法。 相似文献
3.
4.
5.
软管式自主空中加油对接阶段中的建模与控制综述 总被引:4,自引:0,他引:4
软管式自主空中加油(PDAAR)在军用和民用上有着十分重要的意义。软管式自主空中加油的对接阶段是所有阶段中精度要求最高和控制难度最大的一个阶段,其建模与控制问题具有代表性和挑战性。首先,介绍了自主空中加油(AAR)的基本概念及意义,并总结了自主空中对接控制的特点和要求。随后,系统性地梳理了AAR对接阶段中的建模和控制问题,概述了国内外文献中研究该问题的方法,并提炼了该领域依旧存在的问题。进一步,简要分析和综述了国内外AAR飞行验证情况。最后,针对建模、控制和决策,从工程实践角度分析并总结了自主对接未来可能的工作,从科学研究的角度总结了6个重点研究的科学问题。 相似文献
1