基于Hough树林的空间有形目标特征训练与检测识别方法

随着空间飞行器利用率的不断提高,各国开始关注于空间目标的监视问题.如何对空间有形目标进行准确的分类与定位识别是目前关注的难点之一.针对空间目标的特征提取与识别定位问题展开研究,提出了一种基于Hough树林的空间目标探测识别方法.首先,通过广义的Hough变换,使用独立的目标局部的探测识别对全局目标可能位置中心进行投票....     

基于低分辨率雷达的海面舰船目标分类识别技术

文中基于雷达窄带信息提出了一种对海面舰船进行大小及吨位进行目标分类识别的算法。算法通过傅里叶-梅林变换及Fisher判别分析提取分类特征,采用支撑矢量机进行分类识别,最后利用实测的机载雷达数据验证了此方法的有效性。该分类识别算法能够在不影响雷达正常警戒工作任务的前提下,对视场内所有探测到的海面目标进行分类辨识,在工程上具备较高的实用意义。     

基于卷积神经网络的末敏弹复合探测信号识别方法北大核心CSCD

为了进一步提升末敏弹的目标识别性能,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的复合探测信号识别方法。首先针对毫米波辐射计、激光测距雷达和红外敏感器的复合探测信号特点,提出了3种构造输入样本的方法;然后根据不同的信息融合方式,提出了3种基本网络架构,分别构建了单通道、多通道CNN模型对输入信号进行特征提取和分类;最后通过高塔试验数据对模型进行训练和评估。测试结果表明,基于样本构造方案2和网络结构3的识别方法表现最佳,测试准确率达到了97.26%,所提样本构造方法和识别方法能够有效提取复合探测信号的特征,具有较高的识别精度。     

红外偏振在目标探测识别中的研究进展

简要论述了红外偏振成像技术的特点及其优势,并分类讨论了红外偏振成像系统的结构;随后,重点介绍了红外偏振技术在国内外被应用于目标探测与识别方面的研究进展;最后,基于红外偏振技术的特性,提出了采用圆偏振光进行目标探测识别的概念。     

一种自适应的图像型火灾探测算法

提出了一种自适应图像型火灾探测算法。选择核函数时充分考虑样本数据的影响,在确定核函数基本类型后,根据信息几何中保角映射的方法对核函数进行修正,在此基础上,利用修正后的核函数训练支持向量机并进行分类识别。实验结果表明该算法进一步提高了火灾图像的分类精度和火灾识别的准确率。     

一种基于卷积神经网络的雷达目标分类方法

雷达作为对低空和地面目标探测及监视预警的主要手段,在安全领域应用广泛。针对现阶段实际应用中雷达目标分类技术中过于依赖人工提取特征的问题,提出了一种基于卷积神经网络的分类方法,对雷达回波数据进行二维傅里叶变换得到距离-多普勒图像,再以距离-多普勒图集作为数据集,训练神经网络,得到能够完成雷达目标识别的网络模型。结果表明,相较于传统方法,基于卷积神经网络的目标识别模型在省去人工工作的同时提高了目标识别精度。     

光谱识别技术在红外制导方面的应用展望与分析

在介绍国外光谱探测及识别技术现状的基础上,针对光谱识别技术在红外制导方面的应用前景和趋势进行了分析,阐述了该技术在提高制导精度、抗干扰、降低成本、提高现役武器性能方面的优势和可行性;探讨了红外光谱目标识别技术的机理和方法,特别对红外光谱目标特征、光谱识别模式方法、光谱探测技术途径和整个系统需要突破的关键技术方面给出了自己的见解,提出了几种红外制导光谱识别技术方案,为今后开展相关技术研究和开发打下了基础。     

第十章 视觉目标捕获

10·1 目标捕获原理搜索光电成像系统目标显示器的过程由探测、分类、识别、辨别四个相互联系的程序组成。探测是把一个目标与其背景及一些能引起注意的目标区别开来。分类是把探测出的目标大致分成种类;例如是车辆还是战船。识别是对已分类的目标再行细分;例如是坦克还是驱逐舰。辨别是对已识别的目标进行更具体的划分;例如是M—60坦克还是Spruance 级驱逐舰。热像仪的使用者希望用一个能提供完成一种指定搜索任务的概率的单个搜索概率P[Acq]表示系统的性能,只要我们规定出下列各项条件,就可以把搜索概率P[Acq]写成各种条件概率的乘积。     

一种基于数据挖掘的车型自动分类方法的研究

车型分类的合理性是提高车型识别准确性的一种有效途径,也是学术界研究的热点问题。通过对各种复杂环境下采集车型的特征数据进行分析,提出了一种基于数据挖据的车型自动分类方法。目前,该方法已应用到京港澳某收费站,结果显示基于该方法的车型分类标准对车型识别的准确度能够达到96%以上。     

基于多维信号特征的无人机探测识别方法

如今,无人机(UAVs)在军用民用领域得到大规模应用,在无人机带来便利的同时也带来了巨大的安全隐患。针对无人机的探测识别技术逐渐成为研究热点,传统的无人机探测方法主要是通过获取雷达回波信号、无人机声音信号和光电信号的方式对无人机进行探测。然而,这类方法往往容易受到环境影响具有一定的局限性,无法对无人机进行精确的定位和识别。该文提出一种基于多维信号特征的无人机识别方法,该方法首先通过自适应三角阈值法从接收到的无线信号中探测并筛选出无人机信号,同时解析获取的无线信号的信道状态信息(CSI)。然后,利用正交匹配追踪算法(OMP)进行参数估计来获取无人机的位置信息对无人机进行定位。最后,提取无人机信号中的盒维数和径向积分双谱(RIB)来对无人机进行分类识别。通过实验,该方法对无人机的3维定位精度小于1 m,对无人机的分类识别精度最高能达到100%。     

机器学习结合激光诱导击穿光谱技术铁矿石分类方法

铁矿石是非常重要的矿产资源,它的开发利用对钢铁产业的发展有很大的影响,铁矿石的选检与分类是冶金行业必不可少的环节,不同种类的铁矿石及其品质会直接影响与其他物质的配比,因此对铁矿石的选检分类研究在冶金行业具有重要意义。激光诱导击穿光谱技术(LIBS)是近年来发展起来的一项成分检测技术,具有无损、快速、原位在线检测等优点,在化学成分检测及样品分类领域有一定的优势。为了提高铁矿石的分类精度,提出将激光诱导击穿光谱技术与机器学习相结合对赤铁矿、褐铁矿、菱铁矿、云母赤铁矿、磁铁矿、磁赤铁矿、鲕状赤铁矿、黄铁矿、钴磁铁矿、磁黄铁矿等10种天然铁矿石进行分类研究。在研究中,首先通过激光诱导击穿光谱技术烧蚀10种天然铁矿石样品获得其对应的光谱数据;然后通过设定阈值的方法选定最大光谱强度对应的10个光谱特征;最后通过KNN、RF、SVM机器学习模型对选定的特征光谱进行分类训练及测试。结果表明:KNN、RF、SVM三种机器学习模型的分类准确度分别为83.0%、80.7%、90.3%。从分类准确度可以看出,激光诱导击穿光谱技术与机器学习相结合可以实现对铁矿石的快速、精确分类,这将为冶金行业的铁矿石选检分类提供一种全新的方法。     

Gender Classification Based on Multi-Scale and Run-Length Features

Human faces can convey substantial information about a person, such as his or her age, race, identity, gender, and emotions. Such facial information can be obtained through techniques like human facial tracking and detection, facial recognition, gender classification, emotion recognition, as well as age estimation. Of these, gender classification is particularly important due to its diverse applications in the fields such as video surveillance and commercial advertising. In this thesis, we propose a method of gender classification based on run-length histograms. The proposed method uses a run-length histogram to record the position information of pixels, thereby efficiently improves the recognition rate and makes the technique suitable for a big-data multimedia database. The experimental results show that the proposed method can achieve better accuracy than a multi-scale based method can.     

血清自体荧光—共振喇曼光谱的小波分析方法

本文在介绍激光透导血甭自体荧光－－共振喇曼光谱用于癌症诊断的物理学依据的基础上,详细过论了利用小波理论对激光诱导血清自体荧光－－共振喇曼光谱进行分析,撮用于癌症检测与分类特征的方法。     

基于反射温度补偿及入射温度补偿的红外测温影响分析

以红外辐射理论及红外热像仪测温原理为基础,为解决环境高温物体对红外测温的影响,提出反射温度补偿和入射温度补偿两种方法。分析了两种温度补偿方法的理论可行性和实际操作方案并具体进行实验测温对比。对4个硫化矿样本分别应用两种补偿方法同未经补偿的红外测温进行实验测温对比研究,分析结果显示:经过温度补偿后,相对误差明显小于未经补偿的红外测温,且反射温度补偿法较入射温度补偿法更为精确,验证了两种温度补偿方法的可用性及精确性。两种补偿方法在保证测量精度的同时拓宽了普通红外热像仪的应用范围,保证了硫化矿自燃红外预测数值精度。     

基于雷达序列轮廓像的目标识别研究

针对常见对海侦察雷达目标成像特点及功能的欠缺,提出了一种基于雷达回波序列轮廓像的目标识别方法。对回波序列轮廓像的分离、特征的提取、目标距离及姿态对轮廓像特征的影响等问题展开了具体的讨论,并最终以实验的方式对该方法的可行性和有效性进行了检验。测试结果表明,文中所提出的高阈值目标检测方法可以实现对目标的低错误率检测和准确定位,低闽值检测方法可以实现对目标的准确提取,且两者均具有较强的多目标处理能力和运算实时性。     

基于BP神经网络的雷达点迹分类方法

提出了一种解决复杂电磁环境下目标检测后仍包含杂波的基于反向传播(BP)神经网络的雷达点迹分类方法。该方法可以在目标检测后进一步区分目标点和杂波点,提高目标跟踪的质量。同时,对BP神经网络进行了训练,并与K最近邻域法和支持向量机作了对比,发现该方法的分类精度可达87. 3%,较后两种方法精度分别提升19. 6%和7. 6%。实验结果表明:基于BP神经网络的雷达点迹分类方法有效。     

基于紫外荧光法的SO_2检测系统的研究

根据二氧化硫(SO_2)气体在紫外光照射下激发出一定波长荧光的机理,结合光纤传感技术,研制出一种大气SO_2浓度检测系统.整个系统由光学系统和电路系统两部分组成.光学系统采用了以脉冲氙灯作为激发光源的双光路检测方法,克服了光源不稳定带来的误差,使测量结果具有更高的精度.电路系统应用了微弱信号检测技术,使淹没在噪声信号中的微弱荧光信号得到有效的提取和放大.通过性能实验表明,在浓度范围为(0～1 500)×10~(-9)的SO_2,该系统有良好的线性和稳定性,且具有较高的测量精度和较强的抗干扰能力.     

等离子体特征参数检测系统设计研究

为了研究火药燃烧产生的等离子体的特性,本设计采用光谱诊断法对等离子体的电子温度和电子密度进行检测,设计了等离子体特征参数检测系统。本设计在光谱检测法的基础上,根据光谱分析原理和检测总体方案,先后进行了传感器的设计、光谱仪的设计以及数据的处理。设计以ZEMAX为工具,使用探头光路追迹和光纤中光路仿真设计了新型的传感器光学探头;使用光谱仪结构函数优化、消散像处理以及波长点列图分析等方法设计了光谱仪的初始结构和优化结构。对光谱诊断获得的光谱图进行数据处理得到等离子体的电子密度和电子温度,提出了一套能够适用于火药燃烧产生的等离子体的光谱检测方案。为进一步研究火药燃烧产生的等离子体的特性提供一定基础。     

基于图像K-means聚类分析的频谱感知算法

近年来,基于能量检测的协作频谱感知算法被广泛应用于频谱感知领域。由于该方法在计算能量检测的判决门限受噪声影响较大以及受限于认知用户的数量等问题,导致其检测性能受到影响。为了解决这一问题,本文提出一种基于图像K-means聚类分析的频谱感知算法。这种方法利用主用户信号存在与否的两种认知信号状态映射成图像,经过调整图像强度和高斯滤波预处理之后利用提取图像像素分布直方图的方法提取出特征向量,然后利用改进的K均值聚类算法对这些特征向量进行训练得到分类模型。最后利用训练好的分类模型对未知信号进行检测,从而实现频谱感知。仿真结果表明,本文所提出的频谱感知算法,在检测性能上优于传统能量检测以及协作频谱感知算法,尤其在低虚警概率、低信噪比的环境下效果更加突出。      

基于免疫克隆与差分进化的入侵检测方法

随着网络技术的飞速发展,信息安全变得越来越重要.入侵检测方法已经成为信息安全领域的热门研究方向之一.入侵检测实质上是一个分类的问题,对于提高分类精度是十分关键的.免疫克隆算法和差分进化算法都是用于解决分类问题的比较有效的方法.结合先前免疫克隆算法和差分进化算法分别在入侵检测中所取得的良好效果,在对差分进化算法改进的基础上,提出了一种基于免疫克隆和差分进化的混合入侵检测方法.仿真实验结果表明,该方法比文献中提出的方法具有更高的检测率和更低的误检率,能使检测系统在一定程度上有效的识别未知入侵.