检索结果-维普期刊中文期刊服务平台

空间自适应卷积核滤波红外弱小目标检测被引量：3: 1; 作者凌强黄树彩 +1 位作者吴潇唐意东《红外技术》 CSCD 北大核心 2015年第1期39-43,共5页; 为了减少复杂红外图像中平滑背景边缘的影响,将具有各向异性特性的PM扩散模型应用到红外弱小目标检测,提出了空间自适应卷积核滤波检测算法,并对扩散系数进行了优化。针对模型中扩散参数难以确定的问题,提出了一种利用Sobel边缘检测算... 展开更多; 关键词弱小目标检测空间自适应卷积核滤波红外图像 PM模型扩散参数估计; 在线阅读下载PDF 职称材料

加权高斯匹配滤波下激光复合成像三维重构: 2; 作者李丰李燕石彬彬《激光杂志》北大核心 2025年第1期251-256,共6页; 激光复合成像三维重构是通过激光扫描和图像处理算法,实现对物体或场景的高精度三维重建。但在实际应用中,受到光照强度及噪声干扰,技术难以精准捕获像素点细节、纹理、亮度特征,导致重建的三维图像与实际存在一定偏差。为此,提出一种... 展开更多; 关键词加权高斯匹配滤波激光复合成像核函数卷积核空间距离; 在线阅读下载PDF 职称材料

多层深度特征的目标跟踪算法研究被引量：3: 3; 作者胡昭华钮梦宇 +2 位作者邵晓雯卞飞飞王珏《现代电子技术》北大核心 2019年第1期51-56,共6页; 现有的目标跟踪算法大多采用传统的手工特征或神经网络的某一层特征描述目标的外观,不利于跟踪,文中提出一种基于多层深度特征的自适应更新目标跟踪算法。采用经过预训练的深层卷积神经网络分别提取低层和高层信息用以描述目标的空间特... 展开更多; 关键词目标跟踪深度特征自适应核相关卷积神经网络滤波响应跟踪速度; 在线阅读下载PDF 职称材料

基于多元KELM的发动机状态在线预测模型: 4; 作者戴金玲许爱强 +1 位作者于超吴阳勇《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第11期2277-2286,共10页; 针对当前飞机发动机状态预测过程中,不考虑相关变量状态变化,仅根据单变量历史时间序列对飞机发动机状态预测的问题,提出一种基于多元核极限学习机(KELM)的发动机状态在线预测模型。首先,通过多变量时间序列的相空间重构,将变量间的时... 展开更多; 关键词核极限学习机多变量时间序列核自适应滤波相空间重构稀疏化; 在线阅读下载PDF 职称材料

题名空间自适应卷积核滤波红外弱小目标检测被引量：3: 1; 作者凌强黄树彩吴潇唐意东; 机构空军工程大学防空反导学院; 出处《红外技术》 CSCD 北大核心 2015年第1期39-43,共5页; 文摘为了减少复杂红外图像中平滑背景边缘的影响,将具有各向异性特性的PM扩散模型应用到红外弱小目标检测,提出了空间自适应卷积核滤波检测算法,并对扩散系数进行了优化。针对模型中扩散参数难以确定的问题,提出了一种利用Sobel边缘检测算子估计扩散参数的方法。滤波后采用信噪比(SNR,Signal Noise Ratio)和接受机工作特性(ROC,Receiver Operating Characteristic)曲线进行性能评价,实验结果表明,与PM扩散模型滤波和中值滤波相比,该算法有效抑制了边缘,大大提高了信噪比,提高了检测概率,降低了虚警概率,具有更好的性能。; 关键词弱小目标检测空间自适应卷积核滤波红外图像 PM模型扩散参数估计; Keywords dim target detection, space-adaptive convolution kernel filtering, infrared image, PM Model, diffusion parameter estimation; 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

题名加权高斯匹配滤波下激光复合成像三维重构: 2; 作者李丰李燕石彬彬; 机构河南工程学院马来西亚砂劳越大学大连理工大学; 出处《激光杂志》北大核心 2025年第1期251-256,共6页; 基金河南省科技攻关项目(No.232102321104)。; 文摘激光复合成像三维重构是通过激光扫描和图像处理算法,实现对物体或场景的高精度三维重建。但在实际应用中,受到光照强度及噪声干扰,技术难以精准捕获像素点细节、纹理、亮度特征,导致重建的三维图像与实际存在一定偏差。为此,提出一种加权高斯匹配滤波下激光复合成像三维重构方法。根据激光复合成像机理建立扫描方程,生成激光图像,利用邻域平均法平滑图像噪声,通过核函数、卷积运算匹配像素点对比度,采用马尔科夫随机场建立三维重构模型,经过距离保真、正则化运算,实现激光复合成像三维重构。实验结果表明,经加权高斯匹配滤波后,重构结果能够真实展现物体和场景三维立体图,且误差小、结构相似性高。; 关键词加权高斯匹配滤波激光复合成像核函数卷积核空间距离; Keywords weighted gaussian matched filtering laser composite imaging kernel function convolutional kernel space distance; 分类号 TN958 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名多层深度特征的目标跟踪算法研究被引量：3: 3; 作者胡昭华钮梦宇邵晓雯卞飞飞王珏; 机构南京信息工程大学电子与信息工程学院南京信息工程大学江苏省大气环境与装备技术协同创新中心; 出处《现代电子技术》北大核心 2019年第1期51-56,共6页; 基金国家自然科学青年基金资助(61601230) 江苏省自然科学基金青年基金(BK20141004) +1 种基金江苏省大学生实践创新训练计划项目资助(201510300036Z)~~; 文摘现有的目标跟踪算法大多采用传统的手工特征或神经网络的某一层特征描述目标的外观,不利于跟踪,文中提出一种基于多层深度特征的自适应更新目标跟踪算法。采用经过预训练的深层卷积神经网络分别提取低层和高层信息用以描述目标的空间特征和语义特征,通过对两层特征信息的学习得到两个滤波模板,对应求得两个滤波响应,这两个滤波响应以不同的权重决定最后的跟踪结果。算法中还设计了对目标外观模型和滤波模板的自适应更新方案,能更好地适应目标的外观变化以及遮挡问题。采用多层深度特征描述目标外观,并且利用提取的特征训练两个滤波模板,求滤波响应时采用核相关的方法,增强了跟踪结果的准确性并加快了跟踪的速度。实验结果表明,所提算法与现有跟踪算法相比,可以更好地应对多种挑战因素,跟踪速度也完全能满足实时跟踪任务的需求。; 关键词目标跟踪深度特征自适应核相关卷积神经网络滤波响应跟踪速度; Keywords object tracking deep feature adaptive kernel correlation convolutional neural network filtering response tracking speed; 分类号 TN911.73-34 [电子电信—通信与信息系统] TP391.41 [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

题名基于多元KELM的发动机状态在线预测模型: 4; 作者戴金玲许爱强于超吴阳勇; 机构海军航空大学中国人民解放军; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第11期2277-2286,共10页; 文摘针对当前飞机发动机状态预测过程中,不考虑相关变量状态变化,仅根据单变量历史时间序列对飞机发动机状态预测的问题,提出一种基于多元核极限学习机(KELM)的发动机状态在线预测模型。首先,通过多变量时间序列的相空间重构,将变量间的时间相关性转化为空间相关性;其次,通过研究KELM与核递归最小二乘法(KRLS)之间的关系,将KRLS扩展到在线稀疏KELM框架中;最后,使用近似线性依赖对样本进行稀疏化来控制网络结构的增长,最终实现多变量非平稳序列的在线预测。某型教练机的发动机飞行参数预测结果表明:满足在线预测要求的条件下,与KB-IELM、NOS-KELM、FF-OSKELM相比,模型KRLSELM将平均预测精度提高了90.61%、58.14%和25.77%,将预测稳定性提高了99.61%、75.03%和28.59%,具有更高的预测精度和稳定性;并且各方法均在多变量输入条件下获得最优的预测效果,验证了考虑多变量状态因素对单变量的在线预测具有重要意义。; 关键词核极限学习机多变量时间序列核自适应滤波相空间重构稀疏化; Keywords Kernel Extreme Learning Machine(KELM) multivariable time series kernel adaptive filtering phase space reconstruction sparseness; 分类号 V243 [航空宇航科学与技术—飞行器设计] TP181 [自动化与计算机技术—控制理论与控制工程]; 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	空间自适应卷积核滤波红外弱小目标检测	凌强黄树彩吴潇唐意东	《红外技术》 CSCD 北大核心	2015	3	在线阅读下载PDF 职称材料
2	加权高斯匹配滤波下激光复合成像三维重构	李丰李燕石彬彬	《激光杂志》北大核心	2025	0	在线阅读下载PDF 职称材料
3	多层深度特征的目标跟踪算法研究	胡昭华钮梦宇邵晓雯卞飞飞王珏	《现代电子技术》北大核心	2019	3	在线阅读下载PDF 职称材料
4	基于多元KELM的发动机状态在线预测模型	戴金玲许爱强于超吴阳勇	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2021	0	在线阅读下载PDF 职称材料