检索结果-内蒙古大学图书馆

声学学报 1998年第3期23卷 213-220页

作者：高翔陆估人东南大学无线电工程系南京210018

针对水声信号的特性和无源声呐目标识别的特点，提出了一种有师自组织神经网络分类算法。该算法主要针对水声信号的样本不完备的问题，在前债神经网络中引入了多重神经元激活模型和自组织竞争学习算法，使无源声呐分类系统的泛化性能有... 详细信息

针对水声信号的特性和无源声呐目标识别的特点，提出了一种有师自组织神经网络分类算法。该算法主要针对水声信号的样本不完备的问题，在前债神经网络中引入了多重神经元激活模型和自组织竞争学习算法，使无源声呐分类系统的泛化性能有了明显的提高。该算法采用分层学习策略，有效地节省了训练时间，同时减少了陷入局部最优解的概率。通过对实录海上无源声呐目标信号的分类实验，检验了算法的识别能力和泛化能力，实验结果责明该算法具有良好的泛化能力同时保持了较高的识别率．

关键词：无源声呐目标识别算法高泛化性能神经网络

来源：评论

学校读者我要写书评

暂无评论

基于证据理论的交互式目标识别算法

引用

系统工程与电子技术 2005年第4期27卷 592-595,640页

作者：姚钦肖明清空军工程大学工程学院陕西西安710038

在充分利用信息处理中心的人工情报和其它信息源数据的基础上,提出了基于证据理论的交互式二级融合算法。对数据融合系统获得的不同信息源数据进行了详细分类,并阐明了非实时信息和半实时信息在数据融合前期及中期的不同作用。首先在多... 详细信息

在充分利用信息处理中心的人工情报和其它信息源数据的基础上,提出了基于证据理论的交互式二级融合算法。对数据融合系统获得的不同信息源数据进行了详细分类,并阐明了非实时信息和半实时信息在数据融合前期及中期的不同作用。首先在多传感器数据时域融合的基础上,获得对目标的初步判定值;其次在信任加权的基础上接收其它识别单元对目标的判别概率,通过信息处理中心传来的目标数据,对不同识别单元的目标数据融合的结果进行修正,解决了问题规模扩大时计算量快速增长的问题。仿真结果证明,该算法能有效实现对目标的快速。

关键词：证据理论目标识别算法交互式信息源数据数据融合系统多传感器数据处理中心实时信息充分利用融合算法时域融合目标数据仿真结果基础计算量准确性判别单元二级

来源：评论

学校读者我要写书评

暂无评论

基于目标识别算法的二维视频引伸计研制

引用

计量学报 2024年

作者：陈俊甫王震涛陈富宇马丙辉刘亚丕王疆瑛中国计量大学材料与化学学院浙江省计量科学研究院

针对单轴拉伸实验变形精确测量需求，研制了可同步测量试样纵向和横向变形的二维视频引伸计。首先阐明了二维视频引伸计的工作原理，对其成像系统进行分析和硬件选型；其次，针对二维变形测量设计了目标识别算法，对基于灰度形态学图像... 详细信息

针对单轴拉伸实验变形精确测量需求，研制了可同步测量试样纵向和横向变形的二维视频引伸计。首先阐明了二维视频引伸计的工作原理，对其成像系统进行分析和硬件选型；其次，针对二维变形测量设计了目标识别算法，对基于灰度形态学图像预处理、基于金字塔的模板匹配、基于边缘跟踪的直线特征检测和基于ROI的目标识别等子算法进行设计及测试；最后，采用LabVIEW与NI Vision平台开发了具有图像采集、图形标定、视觉检测及曲线分析功能的二维视频引伸计操作软件，并将其与试验机控制软件进行集成。以Q235低碳钢为例开展单轴拉伸测试，结果表明二维视频引伸计可以有效跟踪试样标距段的纵向及横向变形，在初始和断裂时刻，纵向变形测量相对误差平均值均小于0.02%，横向变形测量相对误差平均值均小于0.2%。

关键词：视频引伸计目标识别算法二维变形测量单轴拉伸实验

来源：评论

学校读者我要写书评

暂无评论

一种基于奇异值分解的舰船辐射噪声目标识别算法

引用

应用声学 2005年第2期24卷 108-113页

作者：潘秀琴张春华黄海宁张洪中国科学院声学研究所北京100080 成都电子科技大学成都610045

本文针对舰船辐射噪声目标识别问题,提出了一种基于奇异值分解(SVD)的辐射噪声爿标识别算法。该算法充分利用了不等权值SVD的空间滤波作用,来消除辐射噪声中复杂的干扰成分;结合二阶累积量谱进行特征分析及提取;然后根据所要解决的实... 详细信息

本文针对舰船辐射噪声目标识别问题,提出了一种基于奇异值分解(SVD)的辐射噪声爿标识别算法。该算法充分利用了不等权值SVD的空间滤波作用,来消除辐射噪声中复杂的干扰成分;结合二阶累积量谱进行特征分析及提取;然后根据所要解决的实际问题,设计了合适的概率密度函数, 并对其进行训练,作为识别模板;进而根据距离分类准则设计了分类函数,以完成识别分类。运用实际的舰船辐射噪声数据,进行了仿真实验,结果表明了本文算法的可行性和有效性。

关键词：目标识别算法奇异值分解分类函数权值仿真实验数据设计舰船辐射噪声二阶概率密度函数

来源：评论

学校读者我要写书评

暂无评论

遥感图像中的典型目标识别算法研究

遥感图像中的典型目标识别算法研究

引用

作者：李伟中国科学院研究生院

学位级别：博士

基于遥感图像的自动目标识别在军事和民用方面都有很重要的应用前景。然而,受到成像参数、目标姿态变化及识别任务需求复杂多变等因素的影响,自动目标识别仍是一个难点。本文以飞机、油罐和坦克这三类典型目标为研究对象,开展了目标感... 详细信息

基于遥感图像的自动目标识别在军事和民用方面都有很重要的应用前景。然而,受到成像参数、目标姿态变化及识别任务需求复杂多变等因素的影响,自动目标识别仍是一个难点。本文以飞机、油罐和坦克这三类典型目标为研究对象,开展了目标感兴趣区域提取、目标识别、融合目标识别等方面的研究工作。论文的主要贡献体现在以下几个方面:\n 1.提出了一种基于视觉显著性的目标感兴趣区域提取的方法。该方法模拟了人眼的注意机制,可以迅速对显著目标定位,且与目标的类型、姿态及图像类型无关。在视觉显著性的计算中我们引入了相位信息,把亮和暗的显著目标分成两个通道分别处理,提高了暗目标的检测率。在显著性区域分割中,通过空间竞争增强了目标的显著性,并采用了最大稳定极值区域检测的方法,提高了分割结果的鲁棒性。实验结果证明该方法在多种图像源上都有很好的稳定性。\n 2.提出了一种机场典型目标的识别算法,该算法通过逐步深化的方法把视觉显著性计算等底层图像处理算法和目标的高层语义有机地结合在一起,一定程度上解决了目标识别中高层语义和底层算法之间的脱节。在飞机和油罐这两类典型目标的检测中,都采用了由粗到精的识别策略,先利用视觉显著性、对称性等变换不变的特征估计目标的精略位置与参数,再利用精确的形状匹配识别目标。该方法不仅提高了目标识别的精度,还大大减少了计算的复杂性。实验结果表明该算法具有很好的检测性能。\n 3.提出了一种基于视觉显著性的融合目标识别算法框架,并给出了两种应用:融合可见光与红外图像的坦克目标分割,融合合成孔径雷达与可见光图像的油罐目标识别。把与目标识别直接相关的视觉显著性作为融合特征,有效地提高了目标的识别率,并降低了虚警率。融合框架可以针对不同的图像源和目标,融合能在不同的层次上并采用不同的策略实现,从而大大提高了融合识别的灵活性。

关键词：遥感图像目标识别算法工作原理技术参数注意机制

来源：评论

学校读者我要写书评

暂无评论

光学高分辨遥感图像目标识别算法研究

光学高分辨遥感图像目标识别算法研究

引用

作者：陈凤上海交通大学

学位级别：博士

随着遥感技术手段的日益成熟,航空和航天的遥感数据空间分辨率不断提高,从影像中可以清晰地反映地面上的房屋、飞机和汽车等,甚至海面上舰船的结构和纹理也能分辨,使利用遥感数据实现较细致的目标搜索或识别成为可能。\n 本报告针对... 详细信息

随着遥感技术手段的日益成熟,航空和航天的遥感数据空间分辨率不断提高,从影像中可以清晰地反映地面上的房屋、飞机和汽车等,甚至海面上舰船的结构和纹理也能分辨,使利用遥感数据实现较细致的目标搜索或识别成为可能。\n 本报告针对光学高分辨遥感图像,研究复杂背景下地面目标的快速搜索方法和海面目标识别系统,另外,以海洋目标识别为应用背景,探寻光学遥感图像中抗云雾干扰的处理方法。具体内容摘要如下:\n 第一章,绪论。介绍研究背景,数据特点,国内外研究现状和本报告内容安排。\n 第二章,复杂背景下基于样例的目标搜索。以机场中飞机的快速搜索为例,搜索大范围遥感图像中的飞机并定位。报告从图像预处理、特征提取、数据降维三方面分别设计CFAR和最小流分割结合的预处理流程、小波边缘特征提取和PCA降维处理。\n 第三章,针对海洋目标识别,设计基于图论的自适应目标提取方法(或称目标与背景分离法),提取形状和纹理特征,采用粗细结合逐步识别的流程。在满足识别20类目标的条件下,使识别精度和速度达到较好平衡。\n 第四章,以海洋目标识别为应用背景,分别在海陆分割层次、目标检测层次和目标识别层次计算复杂度不同的特征来鉴别云雾虚警。

关键词：遥感图像目标识别算法快速搜索抗云雾干扰纹理特征

来源：评论

学校读者我要写书评

暂无评论

智能传感器侦察网络中的地面目标识别算法研究

智能传感器侦察网络中的地面目标识别算法研究

引用

作者：黄琦中国科学技术大学

学位级别：博士

本文结合中科院知识创新工程重大项目，针对智能传感器侦察网络中的地面目标识别问题展开研究工作。研究对象主要是利用被动式声(阵列)传感器实现战场环境下的地面目标识别。围绕信号的特征提取与选择、分类器设计、多目标识别这三个内... 详细信息

本文结合中科院知识创新工程重大项目，针对智能传感器侦察网络中的地面目标识别问题展开研究工作。研究对象主要是利用被动式声(阵列)传感器实现战场环境下的地面目标识别。围绕信号的特征提取与选择、分类器设计、多目标识别这三个内容进行了深入研究，主要研究内容和成果如下：对地面目标声信号识别中的特征提取和选择算法进行了全面、深入、系统的讨论。首先从地面目标声信号的物理产生机理入手，结合实测信号的时频分析，定性分析了地面目标声信号的分类特征；接着对目前应用于地面目标声信号识别中的特征提取算法进行了归纳和总结；重点研究了基于小波包分析的特征提取方法。在基于小波包能量特征提取算法的基础上，讨论了其分解层数、分解形式对特征维数和特征分类性能的影响，并基于类别可分离性判据对小波包分析中的相关参数进行了优化，得到了一种以信号各子带能量分布为特征的最优特征提取方法。提出了一种新的基于计算智能方法的地面目标声信号识别算法。针对地面目标声信号不确定性对系统识别性能的影响，首次将智能计算方法引入到地面声目标识别的研究中。将地面目标声信号的产生视为一个动态过程，利用其信号特征在一定时间内的变化范围作为分类特征；然后基于粗神经网络设计分类器，使得分类器的输入不仅可以是单值数据，而且可以是一个输入范围，具备了处理定性或混合性输入信息的能力。通过相关实验结果证明，比较于现有的分类算法，基于智能计算方法的分类器明显的提高了系统的正确识别率和稳定性。首次将单类分类算法引入到地面目标声信号识别的研究中，并提出了两种新的单类分类算法，以解决现有识别算法存在的系统误识别率高、学习样本数目不均衡情况下性能恶化的难题。首先对基于支持向量描述的单类分类算法进行推广，针对该方法难以有效处理大样本数据的问题，提出了一种新的二步训练方法，使其能够应用于大样本学习的情况，更能满足实用系统要求；然后，基于仿生模式识别思想，提出了一种新的基于主曲线分析的单类分类算法，实验结果表明，该算法在低训练样本数量的情况下能够获得比现有单类分类算法

关键词：目标识别算法地面目标智能计算方法信号识别战场环境盲源分离单类分类器仿生模式识别主曲线智能传感器分类器设计

来源：评论

学校读者我要写书评

暂无评论

基于模板匹配的改进型目标识别算法

引用

山东大学学报（工学版） 2018年第2期48卷 1-7页

作者：丁筱玲赵强李贻斌马昕山东大学控制科学与工程学院山东济南250061 山东农业大学机械与电子工程学院山东泰安271018 山东省园艺机械与装备重点实验室山东泰安271018 山东电力设备有限公司山东济南250022

针对图像处理过程中采用局部特征提取与特征匹配的目标识别算法对纹理不丰富物体识别精度差、在同一次学习过程中不能多视角识别同一个物体的缺点,提出采用基于模板匹配的改进型目标识别算法,提高对纹理不丰富物体的识别速度及准确率。... 详细信息

针对图像处理过程中采用局部特征提取与特征匹配的目标识别算法对纹理不丰富物体识别精度差、在同一次学习过程中不能多视角识别同一个物体的缺点,提出采用基于模板匹配的改进型目标识别算法,提高对纹理不丰富物体的识别速度及准确率。利用梯度作为特征量完成模板匹配,结合DOT算法去除次要的梯度特征,只采用幅值大的主导梯度方向作为特征量进行模板匹配,融入仿射投影变换算法、将模板特征二进制化来提高在线同时识别多个不同物体、多视角识别同一个三维物体的速度及准确率。试验证明,该目标识别算法对复杂背景中纹理较少的物体,发生微小变形、微小平移和光照变换的物体识别效果鲁棒性强。

关键词：目标识别算法模板匹配主导梯度方向仿射投影变换模板特征二进制化

来源：评论

学校读者我要写书评

暂无评论

基于加权纹理特征的SAR图像目标识别算法研究

基于加权纹理特征的SAR图像目标识别算法研究

引用

作者：张国刚中国科学院大学

学位级别：硕士

SAR图像具有海量数据和人工判读复杂的特点，使得单纯依靠人工判读的解译方式无法满足实际的应用需求，因此对于SAR图像目标识别算法的研究具有重要意义。　　传统的SAR图像目标识别算法中将所有的特征同等看待，然而不同特征对于目标... 详细信息

SAR图像具有海量数据和人工判读复杂的特点，使得单纯依靠人工判读的解译方式无法满足实际的应用需求，因此对于SAR图像目标识别算法的研究具有重要意义。　　传统的SAR图像目标识别算法中将所有的特征同等看待，然而不同特征对于目标分类的贡献度可能差别很大。给不同的特征赋予不同的权重，可能会改变目标在特征向量空间中的相对位置，从而给出更合理的识别结果。本论文基于这种考虑，提出了一种新的SAR图像目标识别算法。　　本文的工作和创新主要包括:　　(1)分析了SAR图像纹理的几种提取方法的差异，深入分析了基于灰度共生矩阵的纹理特征提取方法，通过仿真分析了纹理特征随窗口大小的变化规律。　　(2)研究了统计学习理论的基本内容，分析了建立在统计学习理论之上的传统支持向量机算法和近年来新出现的特征加权支持向量机算法。　　(3)由于特征加权支持向量机算法中需要计算特征的权重，分析了常用的特征选择方法计算特征权重的方式和它们各自的优缺点。　　(4)深入分析了将特征加权支持向量机应用到SAR图像目标识别领域中的意义。分析了现有的特征加权支持向量机算法存在的缺陷，结合SAR图像目标识别场景，提出了一种改进的特征加权支持向量机算法。结合改进的特征加权支持向量机算法，本文提出了一种新的SAR图像目标识别算法，该算法提取SAR图像的纹理特征作为分类特征，利用ReliefF算法计算特征权重，用改进的特征加权支持向量机方法进行目标识别。仿真表明，新的目标识别算法具有更高的识别精度。

关键词：合成孔径雷达图像目标识别算法纹理特征加权支持向量机

来源：评论

学校读者我要写书评

暂无评论

毫米波主被动探测器目标识别算法研究

毫米波主被动探测器目标识别算法研究

引用

作者：刘明南京理工大学

学位级别：硕士

本文主要阐述了毫米波主被动探测器的目标识别算法,目标识别系统主要原理是对采集数据进行特征提取,用相应的算法对不同目标进行分类,从而把目标与其他物体区分开来,达到目标识别的目的。本文首先分别介绍了毫米波主动探测器(毫米波雷达... 详细信息

本文主要阐述了毫米波主被动探测器的目标识别算法,目标识别系统主要原理是对采集数据进行特征提取,用相应的算法对不同目标进行分类,从而把目标与其他物体区分开来,达到目标识别的目的。本文首先分别介绍了毫米波主动探测器(毫米波雷达)和被动探测器(毫米波辐射计)的原理,然后重点介绍了目标识别算法,主要完成以下几个方面的工作： (1)目标识别算法的研究：第三章给出了目前在毫米波探测领域用的较多的三种算法：小波变换理论、神经网络理论和自适应滤波算法。并在理论上分别对它们进行了详细分析。 (2)算法仿真：对以上三种目标识别算法分别在Matlab上进行了仿真,采用前端毫米波雷达(辐射计)接收到的数据作为输入,经过这三种算法的处理后,观察仿真结果是否能把目标从环境中提取出来,达到系统要求。 (3)算法实现及DSP编程：将算法用C语言实现以及DSP初始化程序的编写。由于汇编语言实现算法的复杂性,本文介绍了TMS320C54X系列DSP的C语言的编程方式。包括C语言实现DSP的初始化和算法的实现部分。

关键词：毫米波雷达毫米波辐射计目标识别算法特征提取 Matlab仿真 DSP编程

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：