电磁场在目标识别中的应用
上传时间： 2013-04-15
上传用户：eeworm
电磁场在目标识别中的应用
上传时间： 2013-06-29
上传用户：eeworm
视频目标识别与跟踪技术是当今世界重要的研究课题,它涉及图像处理、自动控制、计算机应用等学科,该文主要论述该项目的具体实现及相关理论分析,重点在于该系统的硬件模块实现及分析.该系统的硬件模块是典型的高速数字电路,这也是当今世界电路设计的一大热点.同时,该系统的硬件模块不同于传统的模拟、数字电路.严格的说它是基于可编程芯片的系统(System On Programmable Chip).它与传统电路的最大不同在于,硬件模块本身不具备任何功能,但该硬件模块可以与相应的软件结合(此处,我们将FPGA中的可编程指令也广义的归入软件范畴),实现相应的功能.换言之,该硬件模块通过换用其他软件,可以实现其他功能.所以从这个意义上讲,我们也可以将其称为基于可编程芯片的通用平台系统(General System On Programmable Chip).此外,该文还对该系统进行了尝试性的层状结构描述,这种描述同样适用于其它IT目的或电子系统.
上传时间： 2013-04-24
上传用户：yumiaoxia
·红外成像制导导弹自动目标识别应用现状的分析
上传时间： 2013-07-29
上传用户：Wibbly
文中建立不同类型目标的模型匹配数据库；采用最小周长多边形构造目标主体轮廓的近似多边形，以简化目标主体轮廓减少算法处理的数据量；提取具有仿射不变性的多边形顶点个数、最长线段两侧顶点个数、同底三角形面积比向量特征不变量对待识别目标进行描述，应用3个特征量在模型匹配数据库中逐一进行分层遍历搜索匹配。实验表明，基于模型匹配的目标识别算法能够快速的识别目标，提高了目标识别的实时性，同时能够判定目标所处的姿态状况。
上传时间： 2013-10-20
上传用户：q3290766
提出了一种基于相关分析的飞机目标识别方法。该方法利用飞机图像低频和高频部分合成滤波器模板，能达到很高识别率与很低的等错率。该研究旨在提高飞机识别的准确率和降低出错率，采用一种基于相关分析的飞机目标识别方法。该方法通过对采集的飞机图像做去除背景、降噪、图像增强、二值化和归一化处理，将飞机图像低频和高频部分合成滤波器模板，通过特征比对达到识别飞机的目的。利用Matlab 7.0做10种飞机的识别实验，得出了95.47%识别率和0.04%等错率的结论，识别率和等错率均优于不变矩法、三维识别方法、基于小波分析和矩不变量的方法，印证了笔者提出的基于相关分析的飞机目标识别方法的优越性。在飞机图像数据库上的实验结果表明，该方法是可行的。
上传时间： 2013-11-03
上传用户：manlian
提出了一种改进的LSM-ALSM子空间模式识别方法，将LSM的旋转策略引入ALSM，使子空间之间互不关联的情况得到改善，提高了ALSM对相似样本的区分能力。讨论中以性能函数代替经验函数来确定拒识规则的参数，实现了识别率、误识率与拒识率之间的最佳平衡；通过对有限字符集的实验结果表明，LSM-ALSM算法有效地改善了分类器的识别率和可靠性。关 键 词 学习子空间; 性能函数; 散布矩阵; 最小描述长度在子空间模式识别方法中，一个线性子空间代表一个模式类别，该子空间由反映类别本质的一组特征矢量张成，分类器根据输入样本在各子空间上的投影长度将其归为相应的类别。典型的子空间算法有以下三种[1, 2]：CLAFIC(Class-feature Information Compression)算法以相关矩阵的部分特征向量来构造子空间，实现了特征信息的压缩，但对样本的利用为一次性，不能根据分类结果进行调整和学习，对样本信息的利用不充分；学习子空间方法(Leaning Subspace Method, LSM)通过旋转子空间来拉大样本所属类别与最近邻类别的距离，以此提高分类能力，但对样本的训练顺序敏感，同一样本训练的顺序不同对子空间构造的影响就不同；平均学习子空间算法(Averaged Learning Subspace Method, ALSM)是在迭代训练过程中，用错误分类的样本去调整散布矩阵，训练结果与样本输入顺序无关，所有样本平均参与训练，其不足之处是各模式的子空间之间相互独立。针对以上问题，本文提出一种改进的子空间模式识别方法。子空间模式识别的基本原理1.1 子空间的分类规则子空间模式识别方法的每一类别由一个子空间表示，子空间分类器的基本分类规则是按矢量在各子空间上的投影长度大小，将样本归类到最大长度所对应的类别，在类x()iω的子空间上投影长度的平方为()211,2,,()argmax()jMTkkjpg===Σx (1)式中 函数称为分类函数；为子空间基矢量。两类的分类情况如图1所示。
上传时间： 2013-12-25
上传用户：熊少锋
针对目标识别问题，采取了基于协同学的模式识别理论，引入了协同神经网络并对其稳定性进行了分析，提出了基于协同神经网络对军事目标进行识别的方法，并通过仿真验证了该方法的有效性。
上传时间： 2013-11-02
上传用户：gxmm
射频自动目标识别技术
上传时间： 2013-12-03
上传用户：lx9076
一种基于子波特征的模糊神经网络目标识别方法，有一定参考意义
上传时间： 2015-03-15
上传用户：Pzj
