作者:高淑雅,高跃清 单位:黑龙江省信息技术学会 出版:《》 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFHDZJ2020010210 DOC编号:DOCHDZJ2020010219 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于卷积神经网络的SAR目标多维度特征提取》PDF+DOC2017年第01期 张慧,肖蒙,崔宗勇 《基于猎雷AUV的传感器发展趋势》PDF+DOC2015年第03期 白龙,杨海鹏,张亚军,李速 《基于卷积神经网络的软硬触觉感知方法研究》PDF+DOC2017年第06期 余乐,李阳光,陈岩,吴超,李洋洋,王瑶 《从“Amazon Go”看人工智能时代无人超市实现方案》PDF+DOC2017年第03期 顾鸿铭 《基于卷积神经网络的雷达和通信信号调制识别》PDF+DOC2020年第02期 黎仁刚,侯坤元,冷鹏飞,姚群 《人体活动识别数据集的数据处理方法》PDF+DOC2020年第03期 钟楚轶,朱建军 《基于惯导信息和卷积神经网络的人体活动识别》PDF+DOC2020年第04期 李新科,刘欣雨,李勇明,曹海林,陈艺航,林宜成,黄新鑫 《卷积神经网络在桥梁结构健康监测系统中的应用》PDF+DOC2020年第02期 王珏辉 《基于LVQ网络算法的目标分类方法》PDF+DOC2008年第08期 牟琳,韩英坤,王立志,刘伟 《联合目标跟踪与分类技术的进展及存在问题》PDF+DOC2007年第06期 单甘霖,梅卫,王春平
  • 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。

    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。