文献

J-GLOBAL ID：202102215332474444   整理番号：21A2731021

自己組織化ニューラルネットワークに基づく端末領域の航跡認識研究【JST・京大機械翻訳】

Track identification in terminal airspace based on self-organizing neural network

著者 (3件)： Xie Chunsheng (中国民航大学空中交通管理学院,天津 300300) ,  Zhao Long (中国民航大学空中交通管理学院,天津 300300) ,  Liu Yuepeng (中国民航大学机場学院,天津 300300)
資料名： Zhongguo Minhang Daxue Xuebao  (Zhongguo Minhang Daxue Xuebao)
巻： 39  号： 3  ページ： 6-9,33  発行年： 2021年 
JST資料番号： C3656A  ISSN： 1674-5590  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 航跡のパターン認識は,航跡予測,空域構造最適化,空中交通状況監視の支援を提供できる。最初に,自動相関監視ブロードキャストシステム(ADS-B,automaticdependentsurveillance-broadcast)のデータを選別し,処理し,一連の航跡点集合を形成した。次に,航跡点からなる各航跡データ間の類似性を計算し,訓練集合と試験集合を一定の割合で選択した。その後、訓練セットで学習、訓練を行い、自己組織化ニューラルネットワーク(SONN、self-organizingneuralnetwork)を構築し、競争ユニットを獲得した。最後に,試験集合を入力し,得られたニューラルネットワークを用いて,端末の軌道をパターン認識し,その正確性を分析した。シミュレーション結果により,このアルゴリズムは,端末の空域内の航跡を,良好に識別することができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  パターン認識 ,  計算機シミュレーション ,  *ニューラルネットワーク ,  *端末装置 ,  類似性 ,  *自己組織化 ,  構造最適化
準シソーラス用語： 点集合 ,  正確性 ,  空域 ,  交通状況 , 【Automatic Indexing@JST】

分類 (1件)： 計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (3件)： 自己組織化 ,  ニューラルネットワーク ,  研究