期刊文献+
共找到42篇文章
< 1 2 3 >
每页显示 20 50 100
Stacking InSAR和IPTA技术应用于探测宁夏隆德县滑坡隐患 被引量:9
1
作者 王川 涂宽 +3 位作者 谌华 耿丹 王文龙 李樵民 《自然灾害学报》 CSCD 北大核心 2022年第5期222-234,共13页
宁夏回族自治区隆德县是典型的黄土丘陵区,古滑坡分布广泛,坡体受河流切割作用强,属于地质灾害中易发区。本研究采用时间跨度17个月共43景Sentinel-1卫星影像,利用干涉叠加(Stacking)和相干点目标分析技术(Interferometry Point Target ... 宁夏回族自治区隆德县是典型的黄土丘陵区,古滑坡分布广泛,坡体受河流切割作用强,属于地质灾害中易发区。本研究采用时间跨度17个月共43景Sentinel-1卫星影像,利用干涉叠加(Stacking)和相干点目标分析技术(Interferometry Point Target Analysis,IPTA)对隆德县全境滑坡隐患进行了探测,根据已有滑坡隐患记录,Stacking技术有效探测44处,有效探测率93.6%,IPTA技术有效探测37处,有效探测率78.7%。两种InSAR测量结果的最大形变速率线性相关性强(R2=0.56),测量结果相互吻合。所识别滑坡隐患主要集中在缓坡和斜坡,形变速率和坡向对2种InSAR技术的有效探测率影响较小。同时IPTA时序测量结果反映出隆德县滑坡隐患区存在4种典型形变特征。该研究结果表明联合2种InSAR方法能够更好的对隆德县滑坡隐患进行全面探测。后续将开展InSAR技术滑坡隐患测量精度验证和IPTA测量方法的改进工作。 展开更多
关键词 隆德县 滑坡隐患 时序差分干涉测量技术 干涉叠加 相干点目标分析
原文传递
基于Stacking集成模型的台区线损率预测方法研究 被引量:20
2
作者 李晋源 保富 +1 位作者 胡凯 张丽娟 《电测与仪表》 北大核心 2023年第1期71-77,共7页
针对现有线损率预测方法预测精度较低的问题,提出了一种将Stacking集成学习模型与改进的k-均值聚类方法相结合用于预测台区的线损率。通过聚类方法进行数据聚类,再通过Stacking集成学习模型对台区线损率进行预测。Stacking集成学习模型... 针对现有线损率预测方法预测精度较低的问题,提出了一种将Stacking集成学习模型与改进的k-均值聚类方法相结合用于预测台区的线损率。通过聚类方法进行数据聚类,再通过Stacking集成学习模型对台区线损率进行预测。Stacking集成学习模型由XGBoost模型、梯度决策树模型和支持向量机模型构成。与传统预测方法进行对比分析试验验证可行性。结果表明,与传统的线损率预测方法相比,所提出的线损率预测方法具有更好的预测效果,更高的预测精度和拟合效果。该研究为实现电网双碳目标提供了一定的参考。 展开更多
关键词 智能电网 线损率预测 K-MEANS聚类算法 stacking融合学习模型 双碳目标
在线阅读 下载PDF
基于Stackelberg博弈的组网雷达功率分配方法 被引量:4
3
作者 邝晓飞 彭宇 +1 位作者 靳标 张贞凯 《战术导弹技术》 北大核心 2021年第6期38-46,共9页
针对组网雷达系统资源利用率低的问题,提出一种基于Stackelberg博弈的功率分配方法。首先,在目标跟踪背景下推导了目标状态估计的费雪信息矩阵行列式,并将其作为跟踪精度的衡量指标。然后,将功率分配问题描述为包含两级博弈的Stackelber... 针对组网雷达系统资源利用率低的问题,提出一种基于Stackelberg博弈的功率分配方法。首先,在目标跟踪背景下推导了目标状态估计的费雪信息矩阵行列式,并将其作为跟踪精度的衡量指标。然后,将功率分配问题描述为包含两级博弈的Stackelberg博弈模型,以最小化功率消耗为目标建立领导者子博弈,以最优跟踪精度为目标建立跟随者子博弈。最后,利用障碍函数法对该模型进行求解。仿真结果表明,与其他分配算法相比,该方法在满足跟踪性能需求的前提下减小了总功率的消耗,同时提高了系统的资源利用率。 展开更多
关键词 组网雷达 目标跟踪 费雪信息矩阵 功率分配 stackELBERG博弈
原文传递
视觉引导下可控变胞式码垛机器人目标堆叠技术
4
作者 谢雨 黄子钊 《计算机测量与控制》 2025年第7期252-262,共11页
码垛机器人堆叠物料的种类及位置信息繁杂,抓取目标众多且易与机器人结构产生视觉重叠,造成单一PID控制技术难以准确识别机械臂伺服控制结构的连接形式,导致机器人在不同堆叠作业场景下目标抓取的成功率较低;因此,提出视觉引导下的可控... 码垛机器人堆叠物料的种类及位置信息繁杂,抓取目标众多且易与机器人结构产生视觉重叠,造成单一PID控制技术难以准确识别机械臂伺服控制结构的连接形式,导致机器人在不同堆叠作业场景下目标抓取的成功率较低;因此,提出视觉引导下的可控变胞式码垛机器人目标堆叠技术;通过高精度相机捕捉物料图像,再利用机器视觉软件分析图像,从而准确识别物料的种类及位置信息,完成对机械臂的视觉引导;分析视觉引导机械臂伺服控制结构的连接形式,降低视觉重叠性,构建堆叠作业的动力学模型,再结合PID反馈控制器,实现对机器人堆叠作业行为的精确控制;利用目标堆叠样点,构建位姿点数据集合,针对其中的数据对象实施增强处理;评定堆叠目标的抓取优先级,并判断已确定目标堆叠点之间的辅助堆叠关系;在此基础上,规划机器人堆叠轨迹,实现可控变胞式码垛机器人目标堆叠技术的设计;实验结果表明,上述堆叠技术在单目标和简单堆叠场景中的抓取成功率达到了100%,在复杂堆叠场景中的抓取成功率也超过了90%。 展开更多
关键词 视觉引导 码垛机器人 目标堆叠 PID控制器 数据增强 轨迹规划
在线阅读 下载PDF
一种HRRP重构识别方法:带标签约束的SDAE-CNN
5
作者 尹建国 盛文 +1 位作者 赵蒙 江河 《现代防御技术》 北大核心 2025年第3期32-41,共10页
雷达空中目标高分辨距离像(high resolution range profile, HRRP)常被用于开展目标识别,在实际运行过程中,数据样本不完备和噪声干扰往往会给雷达目标识别带来挑战。为克服这一挑战,将堆栈去噪自编码器(stacked denoising auto-encoder... 雷达空中目标高分辨距离像(high resolution range profile, HRRP)常被用于开展目标识别,在实际运行过程中,数据样本不完备和噪声干扰往往会给雷达目标识别带来挑战。为克服这一挑战,将堆栈去噪自编码器(stacked denoising auto-encoders, SDAE)和卷积神经网络(convolutional neural networks,CNN)结合起来用于HRRP的去噪重构与识别,并添加标签约束以加速模型收敛。SDAE可以对HRRP数据进行去噪重构,增强数据质量,扩充目标数据集,并引入标签约束,强化隐特征与所属类别相关联的能力,加速模型收敛,CNN用于对HRRP进行分类。实验结果表明,所提方法在小样本、强噪声场景下的目标识别中展现了较优的识别性能和识别精度,能够在一定程度克服样本少、噪声高对HRRP识别的不良影响。 展开更多
关键词 高分辨距离像 目标识别 数据不完备 噪声干扰 堆栈去噪自编码器 卷积神经网络
在线阅读 下载PDF
基于相干目标的干涉图叠加方法监测天津地区地面沉降 被引量:29
6
作者 范景辉 郭华东 +3 位作者 郭小方 刘广 葛大庆 刘圣伟 《遥感学报》 EI CSCD 北大核心 2008年第1期111-118,共8页
利用ENVISATASAR数据,采用基于相干目标的干涉图叠加方法,对天津地区的地面沉降现象进行了DInSAR监测试验。差分干涉处理采用"两轨法",使用校正了高程异常的SRTM DEM数据消除高程相位。以相干系数为标准选取了相干目标,解缠... 利用ENVISATASAR数据,采用基于相干目标的干涉图叠加方法,对天津地区的地面沉降现象进行了DInSAR监测试验。差分干涉处理采用"两轨法",使用校正了高程异常的SRTM DEM数据消除高程相位。以相干系数为标准选取了相干目标,解缠过程中运用了Delaunay三角剖分和权重最小费用流算法。本文获得的季度平均沉降速率图有效揭示了试验区地面沉降的空间展布及相对形变量,但其获得的绝对形变量尚需地面实测数据校验。 展开更多
关键词 DINSAR 地面沉降 相干目标 干涉图叠加 天津
在线阅读 下载PDF
扩展弹性阻抗反演在深海扇含气储层识别中的应用 被引量:7
7
作者 谢清惠 邓宏文 +1 位作者 郑文波 詹路峰 《天然气地球科学》 EI CAS CSCD 北大核心 2013年第1期162-168,共7页
深海扇A区块的纵波阻抗对气水层的分辨能力低,利用常规叠后波阻抗难以有效预测流体展布范围,为此采用了叠前扩展弹性阻抗反演技术。扩展弹性阻抗反演技术是弹性波阻抗反演的进一步推广,其包含更丰富的岩性和流体信息,是一种有效的流体... 深海扇A区块的纵波阻抗对气水层的分辨能力低,利用常规叠后波阻抗难以有效预测流体展布范围,为此采用了叠前扩展弹性阻抗反演技术。扩展弹性阻抗反演技术是弹性波阻抗反演的进一步推广,其包含更丰富的岩性和流体信息,是一种有效的流体检测技术。在简介扩展弹性阻抗的概念以及反演方法原理的基础上,着重分析了研究区流体检测敏感参数,优选了流体检测的最优理论角度,最终计算生成了用于流体检测的扩展弹性阻抗曲线。对研究区实际资料进行的扩展弹性阻抗反演的实际应用效果表明,扩展弹性阻抗反演在深海扇储层的流体识别,特别是气水判别方面具有良好的效果,由此为深海扇储层的含流体性质建立了一种有效的判别方法。 展开更多
关键词 扩展弹性阻抗 含气储层 深海扇 分角度叠加 目标曲线 最佳角度
原文传递
基于栈式降噪稀疏自动编码器的雷达目标识别方法 被引量:13
8
作者 赵飞翔 刘永祥 霍凯 《雷达学报(中英文)》 CSCD 2017年第2期149-156,共8页
雷达目标识别中特征提取是关键步骤,所提取特征的好坏决定着识别效果的优劣,但传统特征提取方法很难发掘目标数据深层次本质特征。深度学习理论中的自动编码器模型能够用数据去学习特征,获得数据不同层次的特征表达。同时为消除噪声影响... 雷达目标识别中特征提取是关键步骤,所提取特征的好坏决定着识别效果的优劣,但传统特征提取方法很难发掘目标数据深层次本质特征。深度学习理论中的自动编码器模型能够用数据去学习特征,获得数据不同层次的特征表达。同时为消除噪声影响,该文提出一种基于栈式降噪稀疏自动编码器的雷达目标识别方法,通过设置不同隐藏层数和迭代次数,从雷达数据中直接高效地提取识别所需的各层次特征。暗室仿真数据实验结果验证了该方法较K近邻分类方法及传统栈式自编码器有更好的识别效果。 展开更多
关键词 目标识别 深度学习 栈式降噪稀疏自动编码器
在线阅读 下载PDF
柴达木盆地东部石炭系地震层速度求取方法的研究 被引量:8
9
作者 曾庆猛 刘成林 +1 位作者 张贵斌 毛智慧 《地学前缘》 EI CAS CSCD 北大核心 2016年第5期176-183,共8页
在柴达木盆地东部石炭系地震勘探过程中,地震层速度是一个重要的参数。层速度不仅仅可以应用于时深转换,还可以应用于反映地层岩性、构造和地层压力等方面的信息,地震剖面与地震速度也密切相关。柴达木盆地东部石炭系由于资料所限,速度... 在柴达木盆地东部石炭系地震勘探过程中,地震层速度是一个重要的参数。层速度不仅仅可以应用于时深转换,还可以应用于反映地层岩性、构造和地层压力等方面的信息,地震剖面与地震速度也密切相关。柴达木盆地东部石炭系由于资料所限,速度问题一直未能很好地解决,时深转换过程中速度误差较大。因此,为了解决研究过程中速度误差较严重的问题,文章在前人工作基础上,探索性地提出了一种新的层速度求取方法,以提高柴达木盆地东部石炭系地震勘探过程中层速度的精度,从而更好的认识本区的构造和地质特征。通过对单井速度分析和二维地震叠加速度多次拾取,保证了速度谱拾取的精度,然后将地震叠加速度换算成均方根速度,进而利用基于单井速度趋势模型约束Dix反演层速度技术将均方根速度转换成层速度,拟合出全区的平均速度场。同时在拟合后,以井上测井速度为控制点,对平均速度进行了合理校正,从而建立比较合理的研究区层速度模型。利用新建立的层速度模型,对原来的构造重新进行时深转换,取得了较好的效果。新的改进Dix公式层速度求取方法求取的速度模型与前人成果相比较,利用了单井速度约束Dix公式进行速度反演,因而比前人成果更精确,更符合单井速度趋势,因而更符合地质认识规律。 展开更多
关键词 柴达木盆地 目标处理 叠加速度 趋势模型 Dix公式 速度反演 石炭系 速度场
在线阅读 下载PDF
基于SCIT的移动目标防御系统分析研究 被引量:3
10
作者 齐晓霞 黄俊 蒋凡 《计算机工程与应用》 CSCD 2014年第20期96-99,共4页
移动目标防御技术是近年来美国科学技术委员会提出的网络空间"改变游戏规则"的革命性技术之一。在SCIT模型基础上,提出一种基于服务器切换和清洗的移动目标防御系统,通过引入软件的多样性、系统的随机性和不可预测性使防护对... 移动目标防御技术是近年来美国科学技术委员会提出的网络空间"改变游戏规则"的革命性技术之一。在SCIT模型基础上,提出一种基于服务器切换和清洗的移动目标防御系统,通过引入软件的多样性、系统的随机性和不可预测性使防护对象机动化,以改进其安全性。实验结果表明,改进后系统对攻击者的要求更高,系统被入侵的概率显著降低,系统安全性得到进一步提升。 展开更多
关键词 移动目标防御 软件栈多样性 随机切换 网络安全
在线阅读 下载PDF
改进YOLOv7算法的堆叠工件识别 被引量:1
11
作者 钟佩思 毕研治 +2 位作者 王晓 徐杨 刘梅 《制造技术与机床》 北大核心 2024年第10期145-150,共6页
针对实际生产场景中堆叠遮挡的工件存在漏检率较高与实时性较差的问题,提出了一种改进的YOLOv7轻量化的目标检测方法。在主干网络中获取的3个特征层分别融入ECA注意力机制,能更好地注意到被遮挡的工件信息,降低漏检率;将主干网络和头部... 针对实际生产场景中堆叠遮挡的工件存在漏检率较高与实时性较差的问题,提出了一种改进的YOLOv7轻量化的目标检测方法。在主干网络中获取的3个特征层分别融入ECA注意力机制,能更好地注意到被遮挡的工件信息,降低漏检率;将主干网络和头部网络的普通卷积替换成深度可分离卷积,减少网络模型的参数量,提高检测速度;提出了一种联系周边特征信息的ELAN-DE模块,引入深度可分离卷积并在后面加入ECA注意力机制,提高了系统的稳定性。试验结果表明改进的YOLOv7算法相较于原始算法,在提高了近5.52%的平均精度(mAP)的情况下,模型大小减小了近21%,检测速度提升了18.7 f/s,检测效果也优于其他经典目标检测网络算法,满足了实际场景中的工件识别需求。 展开更多
关键词 堆叠工件 工件识别 目标检测 YOLOv7
在线阅读 下载PDF
增量深度学习目标跟踪 被引量:17
12
作者 程帅 孙俊喜 +1 位作者 曹永刚 赵立荣 《光学精密工程》 EI CAS CSCD 北大核心 2015年第4期1161-1170,共10页
由于现有目标跟踪算法在复杂环境下易发生目标漂移甚至跟踪丢失,故本文提出了以双重采样粒子滤波为框架,基于增量深度学习的目标跟踪算法。该算法在粒子滤波中引入粒子集规模自适应调整的双重采样来解决粒子衰减及贫化问题,并利用无监... 由于现有目标跟踪算法在复杂环境下易发生目标漂移甚至跟踪丢失,故本文提出了以双重采样粒子滤波为框架,基于增量深度学习的目标跟踪算法。该算法在粒子滤波中引入粒子集规模自适应调整的双重采样来解决粒子衰减及贫化问题,并利用无监督特征学习预训练深度去噪自编码器以克服跟踪中训练样本的不足。将深度去噪自编码器应用到在线跟踪中,使提取的特征集合能够有效表达粒子图像区域。在深度去噪自编码器中添加了增量特征学习方法,得到了更有效的特征集以适应跟踪过程中目标外观变化。该方法还用线性支持向量机对特征集合进行分类,提高对粒子集合的分类精度,以得到更精确的目标位置。在复杂环境下对不同图片序列进行的实验表明:该算法的跟踪综合评价指标为94%、重叠率为74%,平均帧率为13frame/s。与现有的跟踪算法相比,本算法有效地解决目标漂移甚至跟踪丢失问题,并且对遮挡、相似背景、光照变化、外观变化具有更好的鲁棒性及精确度。 展开更多
关键词 目标跟踪 粒子滤波 深度去噪自编码器 支持向量机 增量特征 深度学习
在线阅读 下载PDF
嵌入式系统的通用网络驱动模型设计与实现 被引量:2
13
作者 王敏 《长春理工大学学报(自然科学版)》 2007年第4期107-110,共4页
在嵌入式系统设计时,不同厂家的DSP通常对应有不同的操作系统,而大多数嵌入式操作系统都没有提供一个较为完整的网络驱动模型,从而使得网络驱动程序的设计较为复杂,每次开发的代码其可重用性较差。本文基于Philips DSP网络驱动程序开发... 在嵌入式系统设计时,不同厂家的DSP通常对应有不同的操作系统,而大多数嵌入式操作系统都没有提供一个较为完整的网络驱动模型,从而使得网络驱动程序的设计较为复杂,每次开发的代码其可重用性较差。本文基于Philips DSP网络驱动程序开发的基础上,尝试提出了一种独立于操作系统的网络驱动程序设计通用模型,以简化相应的开发工作和实现代码的最大重用。 展开更多
关键词 嵌入式操作系统 DSP targetTCP协议栈 网络驱动程序
在线阅读 下载PDF
基于RetinaNet的水下机器人目标检测 被引量:4
14
作者 陈伟 魏庆宇 +1 位作者 张境锋 郭碧宇 《计算机工程与设计》 北大核心 2022年第10期2959-2967,共9页
为解决水下机器人目标检测效率低且环境适应力差的问题,提出一种基于改进的Retina网络水下机器人目标检测方法。采用Dense Net替代Res Net构建骨干网络,使用卷积层堆叠代替原始单次卷积操作,减轻网络重量。以海参为典型研究目标,实验结... 为解决水下机器人目标检测效率低且环境适应力差的问题,提出一种基于改进的Retina网络水下机器人目标检测方法。采用Dense Net替代Res Net构建骨干网络,使用卷积层堆叠代替原始单次卷积操作,减轻网络重量。以海参为典型研究目标,实验结果表明,所提方法能够正常运行在水下机器人上,相比之前基于机器视觉的目标检测方法,检测精度提高约23%,运行速度提高约17%,在运行速度与检测精度上优于一些基于卷积神经网络的常见目标检测算法。 展开更多
关键词 目标检测 水下机器人 视网膜网络 稠密连接网络 卷积层堆叠
在线阅读 下载PDF
基于堆叠式组装技术的微小型多处理器系统
15
作者 文鹏程 王向军 《传感技术学报》 CAS CSCD 北大核心 2008年第2期365-368,共4页
针对贫点阵探测器,设计了一套多处理器信息获取系统。介绍了系统的总体架构,着重讨论了多处理器模块功能实现方法和小型化设计方案。采用分时复用技术进行多通道信号采集,采用SMBus总线进行数据传输,采用三单片机协同工作方式提高系统速... 针对贫点阵探测器,设计了一套多处理器信息获取系统。介绍了系统的总体架构,着重讨论了多处理器模块功能实现方法和小型化设计方案。采用分时复用技术进行多通道信号采集,采用SMBus总线进行数据传输,采用三单片机协同工作方式提高系统速度,采用双频工作模式降低系统功耗,采用堆叠式组装技术减小系统体积。该系统探测帧率大于1kHz,峰值工作电流小于30mA,最大功耗小于100mW,体积控制在Φ10mm×12mm的空间内,适用于微小型光电目标探测领域。 展开更多
关键词 光电目标探测 多处理器 堆叠式组装 低功耗 微小型化
在线阅读 下载PDF
面向叠前成像与储层预测的地震采集关键参数综述 被引量:19
16
作者 王喜双 赵邦六 +3 位作者 董世泰 张研 易维启 高银波 《中国石油勘探》 CAS 2014年第2期33-38,共6页
野外地震采集是地震工作的源头,地震采集观测系统是获得高品质地震资料的保障,又关乎到勘探成本。随着地震勘探程度不断深入并向开发延伸,对地震资料提出满足叠前成像、储层预测和油气检测等技术应用的需求,使人们对采集方案优化提出了... 野外地震采集是地震工作的源头,地震采集观测系统是获得高品质地震资料的保障,又关乎到勘探成本。随着地震勘探程度不断深入并向开发延伸,对地震资料提出满足叠前成像、储层预测和油气检测等技术应用的需求,使人们对采集方案优化提出了新的目标。阐述了面向叠前成像与储层预测的地震采集设计的技术理念和方法,从地下地质特征、地表吸收衰减、岩石物性分析入手,提取目标区地球物理参数,针对具体地震勘探任务和地质目标,以叠前成像和储层预测的技术需求为指导,优选观测系统面元、覆盖次数、炮道密度、线距等关键参数,优化地震勘探采集设计,为开展叠前成像和储层预测提供更为有效的基础资料。 展开更多
关键词 面向目标 叠前 观测系统 优化 设计
在线阅读 下载PDF
面向无序抓取的DPC聚类多目标检测方法研究 被引量:2
17
作者 陈泽瑜 李向国 +1 位作者 曹登锋 朱灯林 《计算机工程与应用》 CSCD 北大核心 2023年第23期175-182,共8页
为了尽可能多地从场景中检测出可抓取目标,提出了一种基于DPC特征点聚类的多目标检测算法。使用SIFT算法提取模板图像和待检测图像的特征点,并使用DPC算法对待检测图像特征点聚类,得到属于不同聚类中心的特征点集合。将属于不同聚类中... 为了尽可能多地从场景中检测出可抓取目标,提出了一种基于DPC特征点聚类的多目标检测算法。使用SIFT算法提取模板图像和待检测图像的特征点,并使用DPC算法对待检测图像特征点聚类,得到属于不同聚类中心的特征点集合。将属于不同聚类中心的特征点分别与模板图像特征点进行匹配,结合RANSAC算法去除误匹配并统计正确匹配点数量,根据正确匹配的特征点计算从模板图像到待检测图像的单应矩阵从而得到目标检测结果。根据每个目标正确匹配点数量筛选正确的检测结果,并在正确的检测结果中根据目标匹配点数量和目标最多匹配点数量的差值筛选出可抓取目标。检测出可抓取目标之后,使用立体匹配算法得到场景视差图,计算目标的三维坐标,并根据三维坐标与图像中二维坐标的对应关系使用PNP算法计算目标位姿。实验结果表明,基于DPC聚类的多目标检测方法能够在多个相同堆叠目标中准确检测出目标物体并分别计算位姿,有效解决了无序抓取应用中的多目标检测问题。 展开更多
关键词 无序抓取 模板匹配 密度峰值聚类(DPC) 堆叠目标
在线阅读 下载PDF
基于稳健深层网络的雷达高分辨距离像目标特征提取算法 被引量:10
18
作者 冯博 陈渤 +1 位作者 王鹏辉 刘宏伟 《电子与信息学报》 EI CSCD 北大核心 2014年第12期2949-2955,共7页
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... 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。 展开更多
关键词 雷达自动目标识别 高分辨距离像 深层网络 堆栈联合稳健自编码器
在线阅读 下载PDF
基于栈式自编码器特征融合的SAR图像车辆目标识别 被引量:19
19
作者 康妙 计科峰 +2 位作者 冷祥光 邢相薇 邹焕新 《雷达学报(中英文)》 CSCD 2017年第2期167-176,共10页
该文提出了一种基于栈式自编码器(Stacked Auto Encoder,SAE)特征融合的合成孔径雷达(Synthetic Aperture Rader,SAR)图像车辆目标识别算法。首先,该算法提取了SAR图像的25种基线特征(baseline features)和局部纹理特征(Three-Patch Loc... 该文提出了一种基于栈式自编码器(Stacked Auto Encoder,SAE)特征融合的合成孔径雷达(Synthetic Aperture Rader,SAR)图像车辆目标识别算法。首先,该算法提取了SAR图像的25种基线特征(baseline features)和局部纹理特征(Three-Patch Local Binary Patterns,TPLBP)。然后将特征串联输入SAE网络中进行融合,采用逐层贪婪训练法对网络进行预训练。最后利用softmax分类器微调网络,提高网络融合性能。另外,该文提取了SAR图像的Gabor纹理特征,进行了不同特征之间的融合实验。结果表明基线特征与TPLBP特征冗余性小,互补性好,融合后的特征区分性大。与直接利用SAE,CNN(Convolutional Neural Network)进行目标识别的算法相比,基于SAE的特征融合算法简化了网络结构,提高了识别精度与识别效率。基于MSTAR数据集的10类目标分类精度达95.88%,验证了算法的有效性。 展开更多
关键词 SAR 目标识别 特征融合 栈式自编码器 MSTAR
在线阅读 下载PDF
基于SDAE深度学习的多目标检测与跟踪研究
20
作者 左国才 苏秀芝 +2 位作者 陈明丽 张珏 吴小平 《智能计算机与应用》 2020年第7期203-205,共3页
运动目标的检测与跟踪是智能交通、智能监控等领域的重要组成部分,尤其是行人、车辆的检测与跟踪,对于行人行车安全、流量监控等都有着重要的意义。由于复杂交通场景中多目标检测与跟踪的难度较高,人工设计的目标特征无法满足复杂的多... 运动目标的检测与跟踪是智能交通、智能监控等领域的重要组成部分,尤其是行人、车辆的检测与跟踪,对于行人行车安全、流量监控等都有着重要的意义。由于复杂交通场景中多目标检测与跟踪的难度较高,人工设计的目标特征无法满足复杂的多目标检测与跟踪。因此,本文提出一种基于堆栈式去噪自编码器深度学习框架的多目标检测与跟踪算法,利用海量的图片数据集训练深度学习模型,提取目标深度特征,用于多目标检测与跟踪。实验结果表明,基于堆栈式去噪自编码器深度学习框架的多目标检测与跟踪算法,提高了多目标检测的准确性,实现了更加鲁棒的多目标跟踪效果。 展开更多
关键词 深度学习 堆栈式去噪自编码器 多目标检测与跟踪
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部