期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于小波变换和深层稀疏编码的SAR目标识别
被引量：
10
1
作者
李帅
许悦雷
+2 位作者
马时平
倪嘉成
王坤
《电视技术》
北大核心
2014年第13期31-35,共5页
针对SAR图像预处理算法自适应能力差、带标签图像不足、目标特征提取困难等问题,提出了一种基于小波变换和深层稀疏编码的SAR图像目标自动识别算法。首先利用灰度值和尺度缩放获得大量的无标签SAR目标,并采用离散小波变换对图像进行高...
针对SAR图像预处理算法自适应能力差、带标签图像不足、目标特征提取困难等问题,提出了一种基于小波变换和深层稀疏编码的SAR图像目标自动识别算法。首先利用灰度值和尺度缩放获得大量的无标签SAR目标,并采用离散小波变换对图像进行高效的降维,再结合深层稀疏编码提取目标的深层抽象特征并完成识别任务。采用MSTAR数据库中3类军事目标进行算法仿真与验证。实验结果表明,在没有预处理的情况下,该算法能够有效地完成多目标SAR图像分类,且具有较高的识别率和鲁棒性。
展开更多
关键词
合成孔径雷达图像
目标识别
深层稀疏编码
深度学习
小波变换
在线阅读
下载PDF
职称材料
一种深度神经网络SAR遮挡目标识别方法
被引量：
11
2
作者
李帅
许悦雷
+2 位作者
马时平
倪嘉成
史鹤欢
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2015年第3期154-160,共7页
提出了一种利用深度神经网络的合成孔径雷达图像部分遮挡目标的特征提取和目标识别新方法.该方法首先对合成孔径雷达图像进行预处理,然后提取预处理后合成孔径雷达目标的小波域低频子带图像作为训练数据,最后利用深层稀疏编码模型进一...
提出了一种利用深度神经网络的合成孔径雷达图像部分遮挡目标的特征提取和目标识别新方法.该方法首先对合成孔径雷达图像进行预处理,然后提取预处理后合成孔径雷达目标的小波域低频子带图像作为训练数据,最后利用深层稀疏编码模型进一步提取合成孔径雷达遮挡目标的有效特征向量作为目标的特征以完成目标识别.采用MSTAR数据库中的3类目标进行目标遮挡模拟及识别实验.结果表明,新方法可以综合利用遮挡目标的局部和整体结构信息以提高目标的正确识别率,是一种有效的合成孔径雷达遮挡目标特征提取和目标识别方法.
展开更多
关键词
合成孔径雷达
目标识别
遮挡目标
深度学习
深层稀疏编码
在线阅读
下载PDF
职称材料
题名
基于小波变换和深层稀疏编码的SAR目标识别
被引量：
10
1
作者
李帅
许悦雷
马时平
倪嘉成
王坤
机构
空军工程大学航空航天工程学院
甘肃省张掖市山丹县
出处
《电视技术》
北大核心
2014年第13期31-35,共5页
基金
国家自然科学基金项目(61372167
61379104)
航空科学基金项目(20115896022)
文摘
针对SAR图像预处理算法自适应能力差、带标签图像不足、目标特征提取困难等问题,提出了一种基于小波变换和深层稀疏编码的SAR图像目标自动识别算法。首先利用灰度值和尺度缩放获得大量的无标签SAR目标,并采用离散小波变换对图像进行高效的降维,再结合深层稀疏编码提取目标的深层抽象特征并完成识别任务。采用MSTAR数据库中3类军事目标进行算法仿真与验证。实验结果表明,在没有预处理的情况下,该算法能够有效地完成多目标SAR图像分类,且具有较高的识别率和鲁棒性。
关键词
合成孔径雷达图像
目标识别
深层稀疏编码
深度学习
小波变换
Keywords
SAR images
targets recognition
deep sparse autoencoders
deep learning
wavelet transform
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种深度神经网络SAR遮挡目标识别方法
被引量：
11
2
作者
李帅
许悦雷
马时平
倪嘉成
史鹤欢
机构
空军工程大学航空航天工程学院
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2015年第3期154-160,共7页
基金
国家自然科学基金资助项目(61379104
61372167)
航空科学基金资助项目(20115896022)
文摘
提出了一种利用深度神经网络的合成孔径雷达图像部分遮挡目标的特征提取和目标识别新方法.该方法首先对合成孔径雷达图像进行预处理,然后提取预处理后合成孔径雷达目标的小波域低频子带图像作为训练数据,最后利用深层稀疏编码模型进一步提取合成孔径雷达遮挡目标的有效特征向量作为目标的特征以完成目标识别.采用MSTAR数据库中的3类目标进行目标遮挡模拟及识别实验.结果表明,新方法可以综合利用遮挡目标的局部和整体结构信息以提高目标的正确识别率,是一种有效的合成孔径雷达遮挡目标特征提取和目标识别方法.
关键词
合成孔径雷达
目标识别
遮挡目标
深度学习
深层稀疏编码
Keywords
synthetic aperture radar
target recognition
occluded targets
deep learning
deep sparse autoencoders
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于小波变换和深层稀疏编码的SAR目标识别
李帅
许悦雷
马时平
倪嘉成
王坤
《电视技术》
北大核心
2014
10
在线阅读
下载PDF
职称材料
2
一种深度神经网络SAR遮挡目标识别方法
李帅
许悦雷
马时平
倪嘉成
史鹤欢
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2015
11
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
