论文部分内容阅读
本文介绍了两种利用SOFM (自组织特征映射) 网络的聚类功能进行全天星图识别的方法。分别应用MATLAB6.1软件、C++软件编程，对全天星表的星信息进行了采样、分类和仿真识别，指出SOFM网络可以很好地提取、反映星图中的复杂信息，抗噪能力明显优于其他传统算法，分类效果较好，可以在星图识别中发挥很好的作用。
第一种方法即SOFM星模式聚类的星图识别方法。该方法从某未知星到其周围多颗星角距的径向辐射图中导出特征向量（星模式）；然后进行聚类识别出对应的星类模式；再次进行天区相关性判定识别；最后将观测星模式与对应的星库星类模式进行比较识别。
第二种方法即SOFM星三角聚类的星图识别方法。该方法按照一定规则从导航星星库中抽取星三角进行SOFM网络训练。然后将训练所得的网络用于星识别。识别过程如下：从观测星图中按照一定规则抽取星三角进行SOFM聚类；然后将观测星三角和聚类所得的星三角进行星对角距相关性和星相关性识别；最后将观测星三角聚类所得的星库星三角进行相互比较得出最终的识别结果。