首页>
根据【关键词:支持向量机,BP神经网络,压气机叶片,X射线衍射法,残余应力】搜索到相关结果 2 条
-
基于相关向量机的SAR图像飞机目标分类方法研究
-
作者:
张维坤
叶伟
李国靖
来源:
电子测量技术
年份:
2017
文献类型 :
期刊
关键词:
支持向量机
相关向量机
飞机目标
SAR图像
-
描述:
随着合成孔径雷达(SAR)成像技术的发展,SAR图像的数据处理和图像分类工作近年来成为研究热点。在本文中,将相关向量机(RVM)应用于SAR图像目标分类识别,对3类飞机仿真目标进行分类,从分类正确率、分类时间、泛化能力和鲁棒性方面全面考察其性能。与支持向量机(SVM)相比,相关向量机没有多余的参数调整,核函数不需要满足Mercer条件,可以获得更多的稀疏模型。仿真结果表明,在对3种类型的飞机仿真目标进行分类的情况下,使用RVM方法总体分类性能略高于SVM。
-
基于BP神经网络的飞机目标识别算法
-
作者:
夏海琴
彭章友
来源:
电子测量技术
年份:
2019
文献类型 :
期刊
关键词:
小波变换
RCS
BP神经网络
飞机目标识别
-
描述:
针对飞机目标识别中模板匹配等方法存在的识别率低的问题,提出一种基于多层BP神经网络的飞机目标识别算法。该算法首先利用CST电磁仿真软件精确仿真目标的全空域RCS数据,根据飞行的航迹获取动态RCS时间序列。其次,计算目标动态RCS时间序列的均值、极大值等统计特性以及对目标动态RCS时间序列进行多尺度小波分解和重构,计算每层近似信号重构能量和细节信号重构能量,之后提取目标RCS的时频特征。最后,构建多层BP神经网络模型来识别3种类型的目标。仿真结果表明,该目标识别算法能够有效的识别3种不同类型的飞机目标,识别率达到了90%。