Xem trước tài liệu

Đang tải tài liệu...

Thông tin chi tiết tài liệu

Định dạng: PDF
Số trang: 162 trang
Dung lượng: 3 MB

Giới thiệu nội dung

Nghiên cứu bài toán tự động nhận dạng mục tiêu ra đa ứng dụng mạng nơ-ron học sâu

Tác giả: Nguyễn Văn Trà

Lĩnh vực: Kỹ thuật ra đa dẫn đường

Nội dung tài liệu:

Luận án này tập trung nghiên cứu bài toán tự động nhận dạng mục tiêu ra đa, một vấn đề cấp thiết trong bối cảnh các vũ khí hiện đại ngày càng thông minh và có tính sát thương cao. Do phương pháp nhận dạng thủ công không còn hiệu quả khi đối phương tấn công ồ ạt, luận án đề xuất áp dụng trí tuệ nhân tạo, cụ thể là mạng nơ-ron học sâu, để giải quyết bài toán này. Luận án hướng đến việc nâng cao chất lượng nhận dạng mục tiêu ra đa, cải thiện độ chính xác và giảm độ phức tạp của thiết bị. Các thách thức được chỉ ra bao gồm hạn chế về tập dữ liệu gán nhãn, sự khác biệt giữa các chủng loại ra đa và độ phân giải thấp, nhiễu cao trong dữ liệu ra đa. Luận án đề xuất các giải pháp như xây dựng mô hình mạng nơ-ron học sâu với cấu trúc phù hợp, điều chỉnh hàm mất mát, lọc nhiễu, và tăng cường dữ liệu bằng mạng sinh đối nghịch GAN. Mục tiêu là nâng cao hiệu quả nhận dạng, đặc biệt là đối với các mục tiêu quan trọng như Flycam.

Mục lục chi tiết:

  • DANH MỤC CÁC KÍ HIỆU, CHỮ VIẾT TẮT
  • DANH MỤC CÁC BẢNG
  • DANH MỤC CÁC HÌNH VẼ
  • MỞ ĐẦU
  • CHƯƠNG 1. NHẬN DẠNG MỤC TIÊU RA ĐA ỨNG DỤNG TRÍ TUỆ NHÂN TẠO, THIẾT LẬP BÀI TOÁN
  • CHƯƠNG 2. ĐỀ XUẤT MẠNG NƠ-RON HỌC SÂU RINET VÀ GIẢI PHÁP NHÂN TRỌNG SỐ HÀM MẤT MÁT FOCAL LOSS NÂNG CAO CHẤT LƯỢNG NHẬN DẠNG MỤC TIÊU
  • CHƯƠNG 3 GIẢI PHÁP LỌC NHIỄU NÂNG CAO CHẤT LƯỢNG NHẬN DẠNG TRONG MẠNG NƠ-RON HỌC SÂU RINET
  • CHƯƠNG 4. ĐỀ XUẤT SINH ẢNH MỤC TIÊU BẰNG MẠNG SINH ĐỐI NGHỊCH GAN NHẰM NÂNG CAO CHẤT LƯỢNG NHẬN DẠNG CỦA MẠNG NƠ-RON HỌC SÂU RINET. HIỆU QUẢ TỔNG THỂ.
  • KẾT LUẬN
  • DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ
  • TÀI LIỆU THAM KHẢO