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