共查询到19条相似文献,搜索用时 98 毫秒
1.
2.
红外成像体制进行目标探测和识别时,烟幕、云雾等遮挡类干扰会改变目标特征导致目标识别错误。通过对遮挡干扰区域进行定位和类型判断,在识别处理时进行针对性处理可大大降低识别虚警率,提高识别的抗干扰能力。为此,提出一种基于深度学习单通道检测器改进的红外图像厚云、烟幕遮挡干扰检测方法。该方法通过网络多层特征的复用和融合,实现了多尺度预测;利用动态锚框模块改进锚框机制,提高了检测精度;将网络中的卷积层与批归一化层合并,提高了检测速度;引入中心损失函数对分类函数进行优化,提高了网络对遮挡物的分类能力。在网络训练过程中,提出一种红外样本增广方法,对数据量进行有效扩充,解决了红外图像训练样本获取难的问题。实验结果表明,与未改进前的算法相比,在速度基本相同情况下改进的遮挡干扰检测方法检测精度提高3.7%,有效地解决了复杂环境下红外自动目标识别系统抗干扰能力较弱的问题。 相似文献
3.
目标识别是弹道导弹防御系统作战中的一个重要环节,作战指挥中心对不同传感器获得的目标信息进行特征提取,然后得出多个不同的目标识别结果。对于这些识别结果,给出了一个基于决策层融合的目标识别算法。通过专家测评的方法,对不同目标特征量得出的识别结果赋予不同的权重,然后通过贝叶斯网络的方法在决策层对目标识别结果进行融合。利用该方法进行了实例计算,计算结果比较准确合理。 相似文献
4.
基于LM优化算法的BP神经网络目标识别方法 总被引:4,自引:0,他引:4
误差反向传播算法(Back-propagation简称BP算法)是当前前馈神经网络训练中应用最多的算法。针对BP算法存在局部极小点,收敛速度慢等缺点,通过采用基于优化理论的Levenberg-Marquardt(LM)算法来改进BP算法。对提取的目标瞬态特性特征归一化后作为BP神经网络的输入,通过Matlab仿真对网络进行调整,并将训练好的网络进行军事目标识别。结果表明,该方法合理可行,且收敛速度快,预测精度高,为目标识别提供了一种新方法。 相似文献
5.
提出了一种基于Hopfield神经网络的面目标特征识别方法。介绍了网络结构、学习算法,编制了相应的计算程序,用该程序对6种不同模拟目标的样本数据进行识别,均被正确识别。结果初步表明,利用Hopfield神经网络进行面目标特征识别是基本可行的。 相似文献
6.
7.
8.
9.
一种基于"当前"统计模型的改进目标跟踪算法 总被引:1,自引:0,他引:1
分析了“当前”统计模型跟踪非机动及弱机动目标时精度较差的原因,提出了采用隶属函数调整加速度方差改进目标跟踪的算法。该算法根据目标当前的机动状况自动地调整方差。仿真表明,该算法能够有效地提高对非机动及弱机动目标的跟踪精度。 相似文献
10.
为解决现有合成孔径雷达(SAR)目标识别算法泛化能力差和算法复杂度高等问题,提出一种基于导向重构与降噪稀疏自编码器的SAR目标识别分类算法。利用导向重构算法对SAR图像进行两尺度融合预处理,生成一维图像矢量并作归一化处理,以降低图像输出特征的维度,提高预处理的速度;采用减少降噪自编码器隐层神经元方式对图像进行低维特征抽取和识别;使用Softmax分类器进行分类处理。实验结果表明,通过导向重构与降噪稀疏自编码器的SAR目标识别算法,不仅提高了目标识别性能以及泛化能力,而且降低了自编码器的隐层神经元数量和计算复杂度,网络结构也得到改进和优化。 相似文献
11.
12.
13.
14.
15.
16.
基于复合基神经网络的声目标分类识别 总被引:2,自引:0,他引:2
根据径向基函数(RBF)神经网络和前馈(BP)神经网络的特点,将BRF网络和BP网络结合起来构成复合基网络,并使用此网络进行声信号的分类识别。试验表明,该网络具有较好的综合分类识别性能,其分类能力优于RBF网络和BP网络。 相似文献
17.
18.
19.
针对分布式信息融合结构、异质传感器条件下的目标识别问题,在以往采用单个神经网络进行目标识别的基础上,提出了基于神经网络集成的目标识别方法.给出了生成神经网络集成的具体方法,并构造了一个实际的空中目标识别系统.仿真结果表明,系统的目标识别性能明显优于单个神经网络的目标识别性能,具有较高的应用价值. 相似文献