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Wigner-Hough变换改进算法的多分量LFM信号检测
1
作者
王军
李亚安
《声学技术》
CSCD
2003年第z2期402-405,共4页
Wigner-Hough变换可以很好的抑制多分量LFM信号Wigner-Ville分布中严重的交叉项,但是在低信噪比时,Wigner-Hough变换完全被噪声淹没.本文提出一种改进算法,用基于信号的自适应高斯核时频分布代替Wigner-Hough变换中的Wigner-Ville分布....
Wigner-Hough变换可以很好的抑制多分量LFM信号Wigner-Ville分布中严重的交叉项,但是在低信噪比时,Wigner-Hough变换完全被噪声淹没.本文提出一种改进算法,用基于信号的自适应高斯核时频分布代替Wigner-Hough变换中的Wigner-Ville分布.仿真表明,对于多分量信号在信噪比为-3dB,单分量信号在-17dB时该算法仍然有很好的性能.
展开更多
关键词
Wigner-Hough
变换
交叉项
自适应
高斯
核
时频分布
在线阅读
下载PDF
职称材料
基于改进深度学习模型的鱼群密度检测试验研究
被引量：
10
2
作者
王金凤
胡凯
+3 位作者
江帆
吴耿潜
罗东林
周子枫
《渔业现代化》
CSCD
2021年第2期77-82,共6页
在水产养殖生产中,鱼群密度的检测是做好生产管理的关键环节。基于水下鱼类的群聚现象,采用基于拥塞场景识别卷积神经网络(Congested Scene Recognition Convolutional Neural Networks,CSRNet)技术,将剔除了全连接层的VGG-16与空洞卷...
在水产养殖生产中,鱼群密度的检测是做好生产管理的关键环节。基于水下鱼类的群聚现象,采用基于拥塞场景识别卷积神经网络(Congested Scene Recognition Convolutional Neural Networks,CSRNet)技术,将剔除了全连接层的VGG-16与空洞卷积神经网络相结合,保持分辨率的同时扩大感知域,从而生成高质量的鱼群分布密度图。结果显示:CSRNet在仿真鱼群数据集中,检测准确率达90%以上,预测密度图与真实情况接近,失真度小;在预测真实鱼群密度中也同样表现良好。CSRNet与传统的基于光栅图方法相比,准确率提升近10%;与同样基于VGG-16的Faster R-CNN相比,CSRNet的表现更为优越。研究表明,构建的检测系统软件可实时检测定点区域鱼群密度是否处于正常范围,有利于预防鱼群高密度缺氧,提高鱼量产出,实现智能养殖。
展开更多
关键词
鱼群密度检测
CSRNet
深度学习
高斯变换核
随机梯度下降
在线阅读
下载PDF
职称材料
题名
基于Wigner-Hough变换改进算法的多分量LFM信号检测
1
作者
王军
李亚安
出处
《声学技术》
CSCD
2003年第z2期402-405,共4页
文摘
Wigner-Hough变换可以很好的抑制多分量LFM信号Wigner-Ville分布中严重的交叉项,但是在低信噪比时,Wigner-Hough变换完全被噪声淹没.本文提出一种改进算法,用基于信号的自适应高斯核时频分布代替Wigner-Hough变换中的Wigner-Ville分布.仿真表明,对于多分量信号在信噪比为-3dB,单分量信号在-17dB时该算法仍然有很好的性能.
关键词
Wigner-Hough
变换
交叉项
自适应
高斯
核
时频分布
分类号
TB5 [理学—声学]
O42 [理学—声学]
在线阅读
下载PDF
职称材料
题名
基于改进深度学习模型的鱼群密度检测试验研究
被引量：
10
2
作者
王金凤
胡凯
江帆
吴耿潜
罗东林
周子枫
机构
华南农业大学数学与信息学院
出处
《渔业现代化》
CSCD
2021年第2期77-82,共6页
基金
国家自然科学基金项目(61202295)
广东省科技计划项目(2017A040406023)
+1 种基金
广州市科技计划项目(201804010353)
广东省大学生创新创业项目(201910564135)。
文摘
在水产养殖生产中,鱼群密度的检测是做好生产管理的关键环节。基于水下鱼类的群聚现象,采用基于拥塞场景识别卷积神经网络(Congested Scene Recognition Convolutional Neural Networks,CSRNet)技术,将剔除了全连接层的VGG-16与空洞卷积神经网络相结合,保持分辨率的同时扩大感知域,从而生成高质量的鱼群分布密度图。结果显示:CSRNet在仿真鱼群数据集中,检测准确率达90%以上,预测密度图与真实情况接近,失真度小;在预测真实鱼群密度中也同样表现良好。CSRNet与传统的基于光栅图方法相比,准确率提升近10%;与同样基于VGG-16的Faster R-CNN相比,CSRNet的表现更为优越。研究表明,构建的检测系统软件可实时检测定点区域鱼群密度是否处于正常范围,有利于预防鱼群高密度缺氧,提高鱼量产出,实现智能养殖。
关键词
鱼群密度检测
CSRNet
深度学习
高斯变换核
随机梯度下降
Keywords
fish density detection
CSRNet
deep learning
Gaussian transform kernel
stochastic gradient descent
分类号
TP399 [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Wigner-Hough变换改进算法的多分量LFM信号检测
王军
李亚安
《声学技术》
CSCD
2003
0
在线阅读
下载PDF
职称材料
2
基于改进深度学习模型的鱼群密度检测试验研究
王金凤
胡凯
江帆
吴耿潜
罗东林
周子枫
《渔业现代化》
CSCD
2021
10
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
