《采用卷积神经网络的海面多目标检测研究》PDF+DOC

📙 相关资料

1. 《基于卷积神经网络与注意力模型的人体步态识别》PDF+DOC 步态识别是非接触式生物识别领域中一个比较前沿的课题，它主要是利用行走过程中个体步态之间的差异来识别人的身份。近年来，随着可穿戴传感器在人体信息采集中的广泛应用，利用惯性传感器采集步行过程中的线性加速度以及角速度进而实现步态特征提取是该领域中一个研究热点。为了提取更加有效的步态识别特征，利用基于注意力......
2. 《基于卷积神经网络技术的直升机旋翼谱识别方法》PDF+DOC 针对直升机雷达回波在时频二维分布图上的分布特性，提出一种基于卷积神经网络技术的直升机旋翼谱识别方法，实现了直升机旋翼谱与其他类型目标的区分，从而有效识别直升机。当雷达工作在低重复频率(LPRF)时，直升机旋翼回波在时频分布图上呈现明显的扩展特征。通过仿真与实测数据分析，表明该特征与其他目标回波在频率......
3. 《基于卷积神经网络的海上微动目标检测与分类方法》PDF+DOC 该文利用深度学习的高维特征泛化学习能力，将卷积神经网络(CNN)用于海上目标微多普勒的检测和分类。首先，在海面微动目标模型的基础上，在实测海杂波背景中分别构建4种类型微动信号的2维时频图，并作为训练和测试数据集；然后，分别采用LeNet， AlexNet和GoogLeNet 3种CNN模型进行二元检......
4. 《海杂波背景下基于混沌理论的目标检测》PDF+DOC 根据海杂波具有混沌特性这一先验信息，利用RBF神经网络预测器的学习和对非线性函数的逼近能力，首先重构海杂波的内在动力学，然后引入一种基于预测误差的检测方法对微弱脉冲信号和矩形信号进行检测分析，最后得出了这种检测方法对微弱脉冲信号有较好的检测性能，信杂比改善可达43.3898dB；而对矩形信号只在信号......
5. 《海杂波背景下基于RBF神经网络的目标检测》PDF+DOC 对海杂波背景下雷达目标检测的最新研究表明，海杂波具有混沌的许多典型特征。本文利用海杂波具有混沌行为这一先验信息，构造了一个神经网络预测器来重构海杂波的内在动力学，并引入一种基于混沌的检测方法对Swerling I型目标和雷达采集的实际海杂波数据进行检测分析，同时讨论了嵌入延迟τ对检测性能的影响。实验......
6. 《复合高斯海杂波模型下最优相干检测进展》PDF+DOC 不同于噪声背景下的目标检测，增加雷达发射功率对海杂波背景下的目标检测性能并不能带来重大的改善，因此海杂波的精细化建模和海杂波特性的充分利用成为改善目标检测性能的最重要途径。复合高斯模型是目前广泛使用的海杂波模型，为海杂波特性的精细描述提供了有力工具，而相应的最优检测理论和方法为目标检测性能改善提供了......
7. 《卷积神经网络在无人驾驶感知技术上的应用》PDF+DOC 对卷积神经网络(CNN)的目标检测方面展开研究，将识别精度较高的Faster RCNN网络框架进行了改进，并应用于无人驾驶视觉感知系统中。利用改进算法进行了不同场景的车辆检测仿真实验。应用了MATLAB的计算机视觉系统工具箱对改进的算法进行快速验证，并应用了驾驶场景设计器对多传感器融合及模拟道路场景......
8. 《基于红外与雷达的夜间无人车驾驶决策方法》PDF+DOC 速度与方向的决策建议是夜间无人车驾驶研究的关键，针对夜间无人车速度与方向决策，基于红外图像与雷达信息，提出了一种包含深度信息的红外图像多任务分类网络用来给出速度与方向决策.通过红外摄像头及雷达采集的数据训练深度网络，其中雷达采集的深度图像作为训练标签，采用卷积-反卷积神经网络来进行红外图像的深度估计......
9. 《基于AlexNet模型的雷达信号调制类型识别》PDF+DOC 针对现代战场复杂电磁环境，在低信噪比(-6 dB)下传统雷达调制信号采用常规五参数特征的识别方法准确率低的问题，本文采用深度学习中的AlexNet卷积神经网络模型自动提取图像各种特征细节，从而替代手工设计特征的庞大的特征工程以实现信号在低信噪比下的识别。该方法首先利用平滑伪Wigner-Ville时......
10. 《混沌学与海杂波》PDF+DOC 主要介绍混沌学形成的概要情况，同时还介绍了混沌学的主要特点和分析确认一个系统是否服从混沌的判断准则和方法，描述了分析海杂波服从混沌特征的方法，并提出了雷达处理海杂波的分析方法和实施途径。...