红外偏振和光强图像差异特征分类树的构建

红外偏振和光强图像差异特征分类是融合算法随着差异特征类型的变化而自适应变化的前提。构建了差异特征分类树,以此实现差异特征分类。首先分析红外偏振和光强成像的差异特性,依据其成像差异特性构建分类树第1层差异的类别;然后对多组图像统计并描述第1层差异类别下的各差异信息,依据统计结果构建第2层差异的类别;最后提取红外偏振和光强图像的差异特征,将其按照差异特征分类树进行分类。实验表明,所建立的差异特征分类树可将红外偏振和光强图像的差异特征分类。     

基于多特征融合技术的商品图像分类

针对网上商品图像的特点,提出了一种多特征融合的分类方法。本文针对颜色和商品图案风格两方面对图像进行分类。首先对商品图像进行分割,再提取特征,颜色特征选择提取颜色直方图特征和颜色矩特征;提取PHOG和SIFT特征来描述图案风格。然后采用基于决策的加权融合方法将两种特征结合起来进行分类,最后在数据集上进行实验,与仅用单一特征分类和使用普通多特征拼接方法作比较,使用本文融合特征的方法进行分类准确率较高,并且其准确率有8%~10%的提升。实验结果表明本文提出的方法是一种有效的商品图像分类方法。     

改进极限学习机的电子音乐分类模型

针对传统模型无法准确实现电子音乐分类和识别的难题,提出改进极限学习机的电子音乐分类模型。首先对电子音乐数据进行采集,并提取其倒谱系数特征,并采用核主成分分析对特征进行筛选;然后采用遗传算法对极限学习机的参数进行选择,并用于构建电子音乐的分类器;最后采用多种类型的电子音乐进行仿真实验,改进极限学习机的电子音乐平均分类率达到了95%以上,电子音乐的错分率要远远低于当前其他电子音乐分类模型。实验结果验证了该电子音乐分类模型的可行性以及优越性。     

异构特征组选择的水墨画分类识别

针对现有的图像分类学习方法无法对特定对象的分类识别任务进行特征选取的不足,提出了利用异构特征组进行选取的方法,使用水墨画低阶视觉特征对水墨画进行分类识别。该算法首先提取图像中低阶异构特征去描述水墨画独特艺术风格,确定水墨画高阶语义特征和低阶异构特征的对应关系;改进Lasso模型可提取异构特征子集中最可体现此画家典型艺术风格的特征,实现水墨画低阶异构特征和不同作者艺术风格之间的映射关系。采用异构特征组可获得水墨画艺术风格特征信息并对其进行分类识别。实验结果表明,与SVM、Lasso方法相比,该方法能有效地提取异构特征组信息,可以获得水墨画艺术风格深度信息,并能够取得较好的水墨画分类识别性能,提高识别率和鲁棒性,实现水墨画自动分类识别。     

基于子波变换的纹理图像分类

本文用子波变换的方法描述了纹理图像多尺度、多方向的特性,提出了适合于纹理图像分类的新的子波特征。通过对其稳定性和视觉特性的详细分析,指出此特征优于传统的能量特征。文章最后结合九类自然纹理图像,分别基于标准子波特征、子波包特征用BP神经网络进行了分类识别。实验结果表明,在无噪声情况下,对自然纹理图像可无误差分类;在有噪声情况下,正确分类识别率高,表现出强的稳定性。     

极化SAR图像分类综述

对极化SAR(合成孔径雷达)图像分类进行综述.首先建立简略的极化SAB图像分类技术发展流程,并对国内外研究机构在该领域的主要研究成果进行归纳;然后对用于极化SAR图像分类的众多特征进行分类整理,指出其物理意义及在图像分类中的优缺点,并从有监督和无监督的角度综述了现有的极化SAR图像分类方法;最后对极化SAR图像分类存在的问题进行归纳,并指出将来的研究方向.     

基于多特征组合的彩色遥感图像分类研究

为了解决利用单一特征对彩色遥感图像进行分类效果不理想、普适性不强等问题,提出了一种基于颜色和纹理特征组合的支持向量机彩色遥感图像分类方法。该方法尝试将彩色遥感图像的颜色信息和纹理信息相结合作为支持向量机算法分类的特征向量,据此对遥感影像进行分类,并进行了实验验证。结果表明,颜色和纹理特征组合的支持向量机分类方法能够取得较高的分类精度,其分类效果优于传统的单一颜色或纹理特征分类,是一种有效的彩色遥感图像分类方法。     

特征的支持度与其分类能力的关系研究

频繁模式挖掘在分类问题中得到了广泛的应用,大量的工作利用频繁模式挖掘对分类问题进行特征选择,但对于为什么频繁模式挖掘可以在分类问题中进行有效的特征选择则缺乏系统的研究.为了为频繁模式挖掘在分类问题中的特征选择应用提供理论基础,需要确立特征的支持度与特征分类能力之间的关系,本文以特征的信息增益作为分类能力的评价准则,讨论其与特征支持度之间的联系.首先证明了信息增益是特征支持度的上凸函数;然后,在二类问题和多类问题情况下,分别证明了具有低支持度或高支持度的特征具有有限的信息增益,即具有低支持度或高支持度的特征具有有限的分类能力.最后,通过仿真实验验证了支持度与信息增益之间的关系,为频繁模式挖掘在分类问题中的应用提供了理论基础.     

基于表面肌电信号的截肢者人手动作模式识别

基于表面肌电信号(sEMG)的手部动作模式识别技术已被广泛研究,它在健全的受试者中有良好的分类性能。但对于截肢者的日常使用,其性能还需进一步研究。本文对截肢者进行了10天的肌电信号采集,调查了截肢者对于不同动作的分类性能。模仿实际应用条件,取时域特征为支持向量机(SVM)的输入,对截肢者的双侧手臂进行手部动作识别,结果表明,健全侧的分类效果远好于截肢侧;同时,取不同的时域特征对动作进行分类,结果表明,新提出的时域特征具有更好的分类效果。通过对不同动作的分类识别,表明截肢者可以通过肌电信号较好地控制基本手部动作,但对于精细动作,其性能还需进一步提高。     

基于Brushlet复特征的纹理分类

Brushlet是一种新的图像方向信息分析工具,其能量特征已被应用于纹理分割、分类以及去噪等领域。该文利用Brushlet变换为复函数这一特性,提取其能量及相位信息作为纹理分类特征。通过对Brodatz纹理图像库中均匀、非均匀以及全部图像进行分类实验,较之单一能量特征的分类方法,Brushlet复特征取得了更好的分类性能。     

Probing the clear atmosphere with high power, high resolution radars

Observations of radar echoes from the clear atmosphere are presented and the scattering mechanisms responsible for the two basic types of clear-air echoes are discussed. The commonly observed dot echo originates from a point in space and usually shows little variation in echo intensity over periods of about 0.1 second. The results of the most recent investigations of these clear-air dot targets are consistent with the conclusion that most, if not all, of the dot echoes are caused by insects or birds. The second type of clear-air radar echo appears diffuse in space, and signal intensities vary considerably over periods of less than 0.1 second. The echoes often occur in thin horizontal layers or as boundaries of convective activity; these are characterized by sharp gradients of refractive index. The reflectivity-wavelength dependence of these echoes is consistent with the theory of scattering by fluctuations in refractive index, and the signal intensities can be accounted for by the spectral characteristics of refractive-index variations observed directly. Some features of clear-air atmospheric structures as observed with radar are presented. These structures include thin stable inversions, convective thermals, Bénard convection cells, breaking gravity waves, and high tropospheric layers which are sufficiently turbulent to affect aircraft.     

多相位中心SAR虚假目标成对回波定位与强度研究

建立了多相位中心SAR在欠采样和非均匀采样状况下工作的回波数学模型,推导了其成像压缩结果的数学表达式.分析了"欠采样"成对回波和"速度失配"成对回波的形成机理,给出了成对回波定位和强度的通用计算公式.最后给出的仿真验证了本文结论的正确性.     

曲靖E区场向不规则体回波特征观测研究

利用曲靖VHF相干散射雷达2016年3月至2018年2月间持续观测数据，对电离层E区场向不规则体（field-aligned irregularities，FAI）回波形态特征进行统计分析，结果表明:E区FAI回波在地方时和高度上呈现出三个高发区间，日侧主要位于07:00-12:00LT和90~105 km，而夜侧两个高发区间分别对应于15:00-01:00LT和90~100 km以及18:00-04:00LT和100~115 km；E区FAI回波发生率还具有明显的季节变化，夏季5-8月是其高发期，而冬季的11和12月发生率为极小；E区FAI回波多普勒速度均在-85~85 m/s变化，而其谱宽主要分布在60 m/s以内，三个区间的平均多普勒速度均仅为数m/s，明显小于其平均谱宽，后者约在20~30 m/s.此外，高度分层研究发现，日侧E区FAI的各层平均多普勒速度总体上为负值，但在96 km高度上下薄层内存在一个小幅正值，而夜侧则以105 km高度为界，其上端各层均为负值，下端各层均为正值.曲靖E区FAI表现出典型的Ⅱ型回波特征，其生成和演变过程源自电离层电子密度梯度漂移不稳定性，子午风和低F区电场在其中起着重要作用.     

一次大气波导过程天气雷达超视距海面回波分析

大气波导引起的反常地物回波是影响天气雷达数据质量的重要因素,本文针对大气波导对天气雷达海面回波的影响及应用,利用青岛多普勒天气雷达资料,结合探空数据对2014年7月18和19日一次大气波导过程造成的超视距海面回波进行了分析. 通过分析处理探空剖面数据,得到18日20时存在表面波导,而雷达资料显示该时刻雷达存在明显的超视距海面回波. 此次大气波导超视距过程持续约24 h,雷达超视距海面回波总体趋势是先从弱到强,再变弱直至消失,其空间分布和时间变化非常复杂. 进一步基于实测雷达回波数据,采用抛物方程和粒子群算法反演获得了水平不均匀的大气波导剖面,比较了实测回波功率和以反演剖面为输入的计算回波功率,两者之间相差较小,表明基于天气雷达回波的大气波导反演方法具有有效性.     

一种网格概率多目标数据关联算法

针对多目标跟踪中数据关联问题,提出了一种基于网格概率的数据关联算法。该算法首先计算出关联门内全部回波的关联系数,然后利用网格概率的思想将关联系数小的有效回波的系数值配权给其它有效回波,同时对于两跟踪波门交叉区域内的有效回波也使用配权法分别分配给两个跟踪波门内的其它邻近回波,最后通过概率加权进行数据关联。仿真结果表明,该算法能够有效解决多目标跟踪中的数据关联问题,并且有较高的关联正确率,而且CPU占用时间较短。     

ISAR中解线频调回波相干化的研究

提出了一种对固定参考距离的dechirp回波进行降频和相位补偿处理,使之等效于变参考距离的dechirp回波数据,从而将ISAR中的dechirp回波相干化的方法.用此方法可以大大加快成像速度,并且对低信噪比条件下的ISAR成像非常有益.     

地杂波背景下运动点目标的SAR成像算法

以理想面目标回波作为地杂波的近似，对面目标特征、面目标回波信号及其处理进行了分析，给出了以面目标为背景的运动点目标SAR成像算法，通过具体实例模拟仿真出独立运动点目标的SAR成像图和以面目标为背景的运动点目标SAR成像图。     

一种天波雷达瞬态干扰抑制方法

瞬态干扰是天波超视距雷达中一类常见的干扰,会降低雷达目标的可检测性,需要加以抑制。文中分析了雷达接收回波的多普勒频率稀疏性,建立了由潜在回波信号构成的过完备字典,使得雷达接收回波在该字典下有稀疏表示形式,同时提出了基于压缩感知的天波雷达瞬态干扰抑制方法。该方法利用压缩感知重构雷达接收回波,由其代替瞬态干扰位置上的原始信号,从而实现瞬态干扰抑制。实测数据处理证明了该文方法的有效性。     

利用飞控特征的四旋翼无人机雷达回波信号仿真

针对现有旋翼无人机雷达回波信号仿真方法未将密切相关的机身速度与旋翼转速相关联的问题,本文利用旋翼无人机的飞控特征,提出了一种将机身运动与旋翼转速相结合的四旋翼无人机雷达回波信号仿真方法。首先根据雷达回波仿真所需参数利用四旋翼无人机飞控原理给出一种机身速度与旋翼转速关联的简化运动模型,其次推导并给出线性调频体制雷达四旋翼无人机雷达回波信号模型,最后利用坐标系转换将简化运动模型与回波信号模型相结合。实验结果表明,仿真回波信号的时频分析结果能够体现机身速度和旋翼转速相关联的微多普勒特征,对于无人机运动状态变化的情况,其雷达回波仿真有必要将机身速度与旋翼转速联合考虑。      

基于极化散射特性的空间锥体目标宽带回波对齐

包络对齐是宽带回波预处理中重要的一部分,然而对于空间锥体这类只有较少散射中心且目标存在微动的情况,现有的包络对齐方法并不能得到较好的对齐结果。对于一些利用宽带回波进行微动目标参数估计的算法,包络对齐是其算法的关键一步。该文提出一种基于极化散射特性进行包络对齐的算法,算法首先利用极化谱估计与幅相联合估计(P-CAPES)超分辨方法估计宽带极化回波中的散射中心的数目、位置和极化散射矩阵,然后计算前后时刻回波散射中心的极化相似性参数,最后利用得到相似性参数进行包络对齐。基于电磁计算数据的实验结果验证了算法的有效性。