Preview

Журнал прикладной спектроскопии

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Метод точного распознавания образов космических целей с помощью нечетко-приблизительного алгоритма ближайшего соседа по информационной энтропии

Полный текст:

Аннотация

Предлагается нечетко-приблизительный алгоритм ближайшего соседа по информационной энтропии (EFRNN) для повышения точности распознавания похожих космических целей, который является улучшением алгоритма нечеткого ближайшего соседа. Путем введения веса признака, определенного с использованием информационной энтропии, рассматриваются и количественно оцениваются характеристики всех обучающих выборок. Предложенный алгоритм в сочетании с теорией нечетких множеств может в определенной степени преодолеть нечеткую неопределенность, вызванную перекрытием классов, и грубую неопределенность, вызванную недостаточными функциями. Результаты моделирования показывают, что классификатор EFRNN дает общую точность классификации 95.83%. Предлагаемый алгоритм прост и эффективен для распознавания похожих космических целей, не требует предустановленных параметров и сложной предварительной обработки.

 

Об авторах

Q.-B. Li
Школа приборостроения и оптоэлектронной инженерии Бейханского университета
Китай
Пекин 100191.


Y. Wei
Школа приборостроения и оптоэлектронной инженерии Бейханского университета
Китай
Пекин 100191.


W.-J. Li
Школа приборостроения и оптоэлектронной инженерии Бейханского университета
Китай
Пекин 100191.


Список литературы

1. Y. Han, H. Sun, J. Feng, L. Li, Meas. Sci. Technol., 25, No. 7, 075203 (2014).

2. Q. Li, K. Wu, Q. Gao, Spectrosc. Spectral Anal., 36, No. 12, 4067-4071 (2016).

3. Q. Deng, H. Lu, H. Tao, M. Hu, F. Zhao, IEEE Access, 7, 28113-28123 (2019).

4. M. A. A. Cauquya, M. C. Roggemanna, T. J. Schulz, Proc. SPIE, 5428, 48-57 (2004).

5. V. P. Pauca, J. Piper, R. J. Plemmons, Linear Algebra Appl., 416, No. 1, 29-47 (2006).

6. K. M. Jorgensen, Using Reflectance Spectroscopy to Determine Material Type of Orbital Debris, ProQuest Dissertations, University of Colorado at Boulder, 45-49 (2000).

7. J. Zhang, Chin. J. Opt. Appl. Opt., 2, No. 1, 10-16 (2009) [In Chin.].

8. C. Chang, S. Wang, IEEE T. Geosci. Remote., 44, No. 6, 1575-1585 (2006).

9. R. Duda, P. Hart, Pattern Classification and Scene Analysis, Wiley, New York, 40-41 (1973).

10. C. Cortes, V. Vapnik, Mach. Learn., 20, 273-297 (1995).

11. M. Sarkar, Fuzzy Set. Syst., 19, No. 158, 2134-2152 (2007).

12. A. Onan, Expert Syst. Appl., 42, No. 20, 6844-6852 (2015).

13. L. Sun, C. Li, In: 2009 WRI Global Congress on Intelligent Systems, May 19-21, Xiamen, China, 311-314 (2009).

14. J. B. Tenenbaum, V. De. Silva, J. C. Langford, Science, 290, 2319-2323 (2000).


Рецензия

Для цитирования:


Li Q., Wei Y., Li W. Метод точного распознавания образов космических целей с помощью нечетко-приблизительного алгоритма ближайшего соседа по информационной энтропии. Журнал прикладной спектроскопии. 2020;87(6):886-890.

For citation:


Li Q., Wei Y., Li W. Method for fine pattern recognition of space targets using the entropy weight fuzzy-rough nearest neighbor algorithm. Zhurnal Prikladnoii Spektroskopii. 2020;87(6):886-890.

Просмотров: 94


ISSN 0514-7506 (Print)