关键词
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。
飞机目标红外辐射特性研究现状概述
作者: 康丽珠   赵劲松   李振华   周倩   赵强   来源: 红外技术 年份: 2017 文献类型 : 期刊 关键词: 飞机目标   辐射源   红外辐射特性  
描述: 主要介绍了近年来国内外飞机目标红外辐射特性研究现状。分别介绍了影响飞机目标红外辐射特性的主要物理因素,国外飞机目标红外辐射特性计算软件,飞机目标主要红外辐射源,飞行目标红外辐射特性外场飞行测试与相应软件仿真误差,以及国内飞机目标红外辐射特性研究现状。
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。
飞机目标红外辐射特性研究现状概述
作者: 康丽珠   赵劲松   李振华   周倩   赵强   来源: 红外技术 年份: 2017 文献类型 : 期刊 关键词: 飞机目标   辐射源   红外辐射特性  
描述: 主要介绍了近年来国内外飞机目标红外辐射特性研究现状。分别介绍了影响飞机目标红外辐射特性的主要物理因素,国外飞机目标红外辐射特性计算软件,飞机目标主要红外辐射源,飞行目标红外辐射特性外场飞行测试与相应软件仿真误差,以及国内飞机目标红外辐射特性研究现状。
基于卷积神经网络的遥感图像飞机检测
作者: 张义德   胡长雨   胡春育   来源: 光电子技术 年份: 2017 文献类型 : 期刊 关键词: 遥感图像   卷积神经网络   微调   迁移学习   飞机检测  
描述: 的深度特征,训练可变形部件检测模型。实验表明,提出的方法大大提高了遥感图像飞机目标检测精度,准确率达96%以上。
基于卷积神经网络的遥感图像飞机检测
作者: 张义德   胡长雨   胡春育   来源: 光电子技术 年份: 2017 文献类型 : 期刊 关键词: 遥感图像   卷积神经网络   微调   迁移学习   飞机检测  
描述: 的深度特征,训练可变形部件检测模型。实验表明,提出的方法大大提高了遥感图像飞机目标检测精度,准确率达96%以上。
基于多结构卷积神经网络的高分遥感影像飞机目标检测
作者: 姚相坤   万里红   霍宏   方涛   来源: 计算机工程 年份: 2017 文献类型 : 期刊 关键词: 特征提取   卷积神经网络   多结构网络   目标检测   高分遥感影像  
描述: 传统的遥感影像目标检测方法大多利用人工提取特征,难以用于背景复杂的高分辨率遥感影像。针对该问题,构建一种多结构卷积神经网络模型(MSCNN)自动学习目标特征。通过改变卷积滤波器尺寸、数量以及网络层
基于多结构卷积神经网络的高分遥感影像飞机目标检测
作者: 姚相坤   万里红   霍宏   方涛   来源: 计算机工程 年份: 2017 文献类型 : 期刊 关键词: 特征提取   卷积神经网络   多结构网络   目标检测   高分遥感影像  
描述: 传统的遥感影像目标检测方法大多利用人工提取特征,难以用于背景复杂的高分辨率遥感影像。针对该问题,构建一种多结构卷积神经网络模型(MSCNN)自动学习目标特征。通过改变卷积滤波器尺寸、数量以及网络层
基于深度卷积神经网络的航空器检测与识别
作者: 俞汝劼   杨贞   熊惠霖   来源: 计算机应用 年份: 2017 文献类型 : 期刊 关键词: 卷积神经网络   深度学习   目标检测识别   航空器检测  
描述: 突破,而基于卷积神经网络的航空器目标检测识别算法充分利用了计算硬件的优势,大大缩短了任务耗时。在符合应用场景的自采数据集上进行测试,所提算法目标检测实时性达到平均每张5.765 s,在召回率65.1
基于深度卷积神经网络的航空器检测与识别
作者: 俞汝劼   杨贞   熊惠霖   来源: 计算机应用 年份: 2017 文献类型 : 期刊 关键词: 卷积神经网络   深度学习   目标检测识别   航空器检测  
描述: 突破,而基于卷积神经网络的航空器目标检测识别算法充分利用了计算硬件的优势,大大缩短了任务耗时。在符合应用场景的自采数据集上进行测试,所提算法目标检测实时性达到平均每张5.765 s,在召回率65.1
< 1 2
Rss订阅