Computer Engineering and Applications ›› 2017, Vol. 53 ›› Issue (24): 161-167.DOI: 10.3778/j.issn.1002-8331.1707-0156
Previous Articles Next Articles
SHEN Yichao, NI Shihong, ZHANG Peng
Online:
Published:
沈一超,倪世宏,张 鹏
Abstract: 飞行动作识别是客观评估飞行训练质量的基础。复杂机动动作具有较强的随机性和模糊性,传统的飞行动作识别方法难以有效识别。为此,提出一种基于贝叶斯网络的飞行动作识别方法。根据飞行动作中参数曲线形态特征,采用基于DTW距离的时间序列层次聚类方法进行分类;通过依赖统计分析方法确定参数曲线的描述特征;根据形态特征和描述特征构建贝叶斯网络;利用贝叶斯网络进行推理。仿真实验结果表明,基于贝叶斯网络的飞行动作识别方法对复杂机动动作具有较高的识别率。
Key words: 飞行动作识别, 形态特征, 描述特征, 贝叶斯网络
摘要: 飞行动作识别是客观评估飞行训练质量的基础。复杂机动动作具有较强的随机性和模糊性,传统的飞行动作识别方法难以有效识别。为此,提出一种基于贝叶斯网络的飞行动作识别方法。根据飞行动作中参数曲线形态特征,采用基于DTW距离的时间序列层次聚类方法进行分类;通过依赖统计分析方法确定参数曲线的描述特征;根据形态特征和描述特征构建贝叶斯网络;利用贝叶斯网络进行推理。仿真实验结果表明,基于贝叶斯网络的飞行动作识别方法对复杂机动动作具有较高的识别率。
关键词: 飞行动作识别, 形态特征, 描述特征, 贝叶斯网络
SHEN Yichao, NI Shihong, ZHANG Peng. Flight action recognition method based on Bayesian network[J]. Computer Engineering and Applications, 2017, 53(24): 161-167.
沈一超,倪世宏,张 鹏. 基于贝叶斯网络的飞行动作识别方法[J]. 计算机工程与应用, 2017, 53(24): 161-167.
0 / Recommend
Add to citation manager EndNote|Ris|BibTeX
URL: http://cea.ceaj.org/EN/10.3778/j.issn.1002-8331.1707-0156
http://cea.ceaj.org/EN/Y2017/V53/I24/161