您的位置: 专家智库 > >

陕西省自然科学基金(2007-24)

作品数:2 被引量:6H指数:1
相关作者:胡傲李阳冯新喜李鸿艳丁赢更多>>
相关机构:空军工程大学更多>>
发文基金:陕西省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 1篇动目标
  • 1篇动目标跟踪
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇入侵
  • 1篇入侵检测
  • 1篇入侵检测技术
  • 1篇数据处理
  • 1篇自适
  • 1篇自适应
  • 1篇自适应跟踪
  • 1篇自适应跟踪算...
  • 1篇向量
  • 1篇向量机
  • 1篇滤波
  • 1篇蚂蚁算法
  • 1篇目标跟踪
  • 1篇卡尔曼
  • 1篇卡尔曼滤波
  • 1篇雷达

机构

  • 2篇空军工程大学

作者

  • 2篇胡傲
  • 1篇李鸿艳
  • 1篇冯新喜
  • 1篇李阳
  • 1篇殷肖川
  • 1篇丁赢

传媒

  • 1篇微型机与应用
  • 1篇探测与控制学...

年份

  • 2篇2010
2 条 记 录,以下是 1-2
排序方式:
基于UKF的曲线模型自适应跟踪算法被引量:5
2010年
针对传统曲线跟踪模型中的切向加速度不能自适应调节这一缺点,在标准曲线模型的基础上,提出了一种新的自适应跟踪算法。将转弯角速率和切向加速度都看作是目标的状态变量,用不敏卡尔曼滤波算法对扩维后的状态变量进行估计。这种处理方式不仅较好地解决了原来算法中存在的强非线性问题,同时也增强了算法的鲁棒性。理论分析和仿真实验都表明,该算法适应性较强,跟踪精度较高,可以直接应用于工程实践。
胡傲冯新喜李鸿艳李阳
关键词:雷达数据处理机动目标跟踪不敏卡尔曼滤波
基于蚂蚁算法与支持向量机的入侵检测技术被引量:1
2010年
基于统计检测的方法,提出了一种基于遗传蚂蚁算法与支持向量机联合优化的入侵检测技术。本算法在利用遗传蚂蚁算法对数据特征进行提取的同时,对支持向量机参数进行优化,利用遗传算法快速得到局部最优值,然后利用蚂蚁算法的全局搜索特点得到全局最优值,从而可以明显提高入侵检测正确率,缩短检测时间。仿真表明,本算法检测正确率与本文提到的其他方法相比明显提高。
丁赢殷肖川胡傲
关键词:支持向量机入侵检测
共1页<1>
聚类工具0