项目名称: 直觉模糊混合理论及其在弹道目标识别中的应用研究

项目编号: No.61272011

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 雷英杰

作者单位: 中国人民解放军空军工程大学

项目金额: 60万元

中文摘要: 直觉模糊集(IFS)是对Zadeh模糊集的重要扩充和发展,具有良好的结合性。IFS理论与相关理论相融合是开辟和发展新的不确定信息处理方法的重要途径之一。针对求解弹道目标识别这一典型的不确定性难题,深入研究直觉模糊混合理论及其在弹道目标识别中的应用问题。通过研究IFS理论与时间序列分析理论、与Petri网理论、与核匹配追踪(KMP)理论的融合机理,探索发现IFS理论的融合规律及公理;通过研究直觉模糊时间序列分析理论、直觉模糊Petri网理论、直觉模糊KMP理论,寻求发展直觉模糊混合理论求解不确定性问题的信息处理方法;通过突破直觉模糊混合理论在弹道目标识别中的应用等关键问题,得出有效的基于直觉模糊时间序列分析理论、基于直觉模糊Petri网理论、基于直觉模糊KMP理论的弹道目标识别方法。本项目的开展及其预期研究成果,对于提升我国防空反导和战略预警能力具有十分重要的理论意义和实用价值。

中文关键词: 计算智能;直觉模糊集;信息融合;目标识别;

英文摘要: Intuitionistic Fuzzy Sets (IFS) is an important extension and evolution of Zadeh fuzzy sets, and IFS theory is with good properties of combinableness. IFS theory syncretized with relational theories is one of the approaches to inauguration and evalution of novel kinds of methods for information processing with uncertainty. To the typical problem of targets recognition of ballistic missiles with uncertainty, we will conduct an into investigation in intuitionistic fuzzy hybrid theories and their applications in ballistic target recognition (BTR). By carrying on an investigation into the syncretized problems of IFS theory combined with time series analysis (TSA) theory, and with Petri net theory, and with kernel matching pursuit (KMP) theory, we will explore or discover the syncretized rules and axioms of IFS theory with relational theories. By carrying on an investigation into intuitionistic fuzzy time series analysis (TSA) theory,intuitionistic fuzzy Petri net (IFPN) and theory intuitionistic fuzzy KMP theory, we will seek for evolution of methods of information processing for solving problems with uncertainty based on intuitionistic fuzzy hybrid theories. By carrying on breaking through the key problems of applications of intuitionistic fuzzy hybrid theories in ballistic target recognition (BTR), we would educe

英文关键词: Computional Intelligence;Intuitionistic Fuzzy Sets;Information Fusion;Target Reconition;

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
88+阅读 · 2022年4月17日
医学图像关键点检测深度学习方法研究与挑战
专知会员服务
50+阅读 · 2022年4月10日
迁移学习方法在医学图像领域的应用综述
专知会员服务
59+阅读 · 2022年1月6日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
43+阅读 · 2021年4月13日
专知会员服务
33+阅读 · 2021年2月7日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
专知会员服务
34+阅读 · 2020年11月26日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
88+阅读 · 2022年4月17日
医学图像关键点检测深度学习方法研究与挑战
专知会员服务
50+阅读 · 2022年4月10日
迁移学习方法在医学图像领域的应用综述
专知会员服务
59+阅读 · 2022年1月6日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
43+阅读 · 2021年4月13日
专知会员服务
33+阅读 · 2021年2月7日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
专知会员服务
34+阅读 · 2020年11月26日
相关资讯
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员