Методика апріорного оцінювання ймовірності виявлення об’єктів військового призначення, озброєння та військової техніки на аерокосмічних знімках

Author:

Березіна C. І.ORCID,Солонець О. І.ORCID,Борцова М. В.ORCID

Abstract

Для вирішення задачі апріорного оцінювання ймовірності виявлення об’єктів розвідки на аерокосмічних знімках за умови недостатності апріорної інформації про умови зйомки та характеристики знімальної апаратури запропоновано використання теоретико-множинних моделей прийняття рішення на основі операцій алгебри логіки та нечітких множин. Побудовано систему нечіткого висновку, яка дозволяє визначати апріорну ймовірність виявлення об’єкта на основі експертних знань стосовно різниці колірних характеристик та яскравості об’єкта та фону. Наводиться приклад розрахунку апріорної ймовірності виявлення ракети на асфальтовому полотні на знімках з роздільною здатністю 0,5 м.

Publisher

Ivan Kozhedub Kharkiv National Air Force University KNAFU

Subject

General Medicine

Reference43 articles.

1. Козуб А. М., Шумейко В. О., Зуйко В. В., Ніколаєнко О. Є. Аналіз досвіду використання космічних систем та безпілотних авіаційних комплексів в сучасних локальних конфліктах та перспективи їх розвитку. Сучасні інформаційні технології у сфері безпеки та оборони. 2018. № 3(33). С. 53–60.

2. Філіппенков О. В., Тіхонов І. М., Самоквіт В. І., Піскунов М. С. Методика оцінювання обстановки з урахуванням змін важливості об’єктів оперативного угруповання військ для прийняття рішення командиром частини (підрозділу) ППО. Системи озброєння і військова техніка. 2020. № 2(62). С. 40–45. https://doi.org/10.30748/soivt.2020.62.05.

3. Braga-Neto U. Fundamentals of pattern recognition and machine learning. Cham : Springer International Publishing, 2021. 357 p.

4. Pang Y., Cheng S., Hu J., Liu Y. Robust satellite image classification with Bayesian deep learning. 2022 Integrated Communication, Navigation and Surveillance Conference : conference paper. IEEE, 2022. P. 1–8. https://doi.org/10.1109/ICNS54818.2022.9771496.

5. Diskin T., Beer Y., Okun U., Wiesel A. CFARnet: deep learning for target detection with constant false alarm rate. Arxiv: web site. URL: https://arxiv.org/pdf/2208.02474.pdf (accessed 10.11.2022).

Cited by 1 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3