排序方式: 共有24条查询结果,搜索用时 15 毫秒
1.
特征提取是雷达高分辨距离像(HRRP)目标识别的核心技术。传统的特征提取算法多采用浅层的模型结构,容易忽视样本的内在结构,不利于学习有效的分类特征。针对这一问题,该文利用多层非线性网络实现特征学习,构建了基于深层网络的雷达HRRP目标识别框架。利用平均像在散射点不发生越距离单元走动的方位帧内具有稳健物理特性的性质,提出了堆栈联合稳健自编码器。该网络由一系列联合稳健自编码器堆栈化实现,在匹配原始HRRP样本的同时,约束同帧样本趋近于平均像,并将网络的最终输出作为分类器的特征输入。基于实测HRRP数据的实验结果验证了所提算法的有效性。 相似文献
2.
针对目标姿态图像缺失的情况,提出通过姿态图像合成的方式增加训练集的姿态覆盖程度,并将扩充后的图像也用于训练目标分类器.受稀疏表示模型的启发,建立了一种合成孔径雷达图像姿态合成模型.该模型根据少量已知姿态的图像,线性组合出缺失姿态下的近似图像.在运动和静止目标获取与识别数据集上的实验表明,通过合成缺失姿态下图像的方法可有效提升目标识别的精度,特别是在训练数据集中姿态缺失严重时,文中方法提升尤为明显. 相似文献
3.
4.
5.
6.
菌藻共生体系对猪场废水中的氨氮去除效果良好,但游离的菌藻易流失,将菌藻进行有效粘附是目前该体系的研究热点。以聚乙烯醇—海藻酸钠为载体,采用包埋法将光合细菌和混合藻液制备成固定化菌藻小球,考察其物理特性及最优制备条件,并探讨其对猪场废水中氨氮的去除效果。实验结果表明,固定化菌藻小球的最佳制备条件为:海藻酸钠投加量0.14%(m/V)、光合细菌包埋量1.18×1010 cfu/mL、包埋时间3.46 h。对于初始氨氮浓度为500mg/L的猪场废水,在不调节废水pH的条件下,经过10 g/L的固定化菌藻小球处理12 d后,氨氮去除率高达93.3%。 相似文献
7.
随着触摸屏技术的快速发展,智能手机的手势操作成为主要的人机交互方式.通过分析android平台的手势识别原理,指出其采样引起的特征丢失导致识别准确率不高以及识别速度偏慢等问题,提出基于向量的手势识别方法.谊方法规定八个方向,对触屏输入的手势进行取样并构造得到的方向序列,应用动态时间规整算法进行识别.该方法能够根据手势的方向特征达到对手势的快速筛选,与原有的基于坐标点距离的识别算法相结合,形成更加快速精确的自适应识别方法.实验证明,本文提出的自适应方法将手势识别速度提高近一倍,并进一步提高了识别的精确度,在智能移动设备上具有广泛的应用前景. 相似文献
8.
9.
CW-FAX是利用计算机进行传真的软件,它不仅支持DOS应用环境,同时也适用于中文工作环境。本文介绍了CW-FAX中文传真软件的工作环境、工作原理及功能,尤其对中文信息的处理方面做了较详细的论述。 相似文献
10.
一种基于Dirichelt过程隐变量支撑向量机模型的目标识别方法 总被引:1,自引:0,他引:1
在目标识别中,对于样本数较多且分布复杂的数据,若将所有训练样本用来训练一个单一的分类器,会增加分类器的训练复杂度,且容易忽视样本的内在结构,不利于分类.因此人们提出了混合专家系统(ME),即将训练样本集划分为多个训练样本子集,并在每个子集上单独训练分类器.但是传统ME系统需要人为确定专家个数,并且每个子集的学习独立于后端的任务,如分类.该文提出一种基于Dirichlet过程(DP)混合隐变量(LV)支持向量机(SVM)模型(DPLVSVM)的目标识别算法,采用DP混合模型自动确定样本聚类个数,同时每个聚类中使用线性隐变量SVM(LVSVM)进行分类.不同于以往算法,DPLVSVM将聚类过程和分类器的训练过程联合优化,保证了各个子集中样本的分布上的一致性和可分性,而且可以利用Gibbs采样技术对模型参数进行简便有效的估计.基于人工数据集、公共数据集以及雷达实测数据的实验验证了该文方法的有效性. 相似文献