作者:王一,杨俊安,刘辉 单位:中国科学院广州电子技术研究所 出版:《电路与系统学报》2011年第05期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFDLYX2011050200 DOC编号:DOCDLYX2011050209 下载格式:PDF + Word/doc 文字可复制、可编辑
《2016年《现代雷达》总目次》PDF+DOC2016年第12期 《基于流形学习的有监督雷达目标成像识别算法》PDF+DOC2016年第12期 耿伯英,崔萌,梁洁 《多传感器综合目标识别技术研究》PDF+DOC2004年第04期 王元斌,夏学知 《雷达舰船目标的混合特征提取算法的设计与实现》PDF+DOC2004年第02期 邵云生,徐国华 《主被动传感器实时信息融合的STMHM算法》PDF+DOC2012年第09期 芦建辉,陈东锋,万朝江,杨承志 《基于多传感器的军用车辆前方目标提取和融合算法研究》PDF+DOC2019年第13期 陈利东,杜浪东 《决策层信息融合的神经网络模型与算法研究》PDF+DOC1997年第09期 黎湘,郁文贤,庄钊文,郭桂蓉 《一种用于坦克目标识别的信息融合技术》PDF+DOC1995年第04期 吴红金,李兴国,陈长春 《基于投影分解与k最近邻距离的异常证据检测算法》PDF+DOC2015年第03期 叶清,吴晓平,李墨泚,杨金宝 《太赫兹时域雷达成像研究》PDF+DOC2015年第02期 魏明贵,梁达川,谷建强,闵锐,李晋,欧阳春梅,田震,何明霞,韩家广,张伟力
  • 针对现有声目标识别技术鲁棒性较差的实际情况,提出了一种监督性流形学习算法—保局判别投影(LPDP)算法。算法在流形学习保局投影(LPP)算法的基础上,引入了控制类间和类内距离的改进最大边缘标准(MMMC),使得这种特征提取算法既具有线性流形学习算法样本外点学习的优点,又能够有效解决小样本问题,并能在后续的分类中取得良好效果。通过在公开数据库和战场实际数据的特征提取实验,结果表明算法的识别率和稳定性均优于现有其他算法。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。