chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

電子發(fā)燒友App

硬聲App

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

電子發(fā)燒友網(wǎng)>RF/無線>復(fù)雜電磁環(huán)境中雷達(dá)目標(biāo)識別

復(fù)雜電磁環(huán)境中雷達(dá)目標(biāo)識別

收藏

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴

評論

查看更多

相關(guān)推薦

復(fù)雜目標(biāo)寬帶電磁散射特性幅相分離插值方法

:DZXU.0.2010-02-039【正文快照】:1引言快速而準(zhǔn)確的獲得目標(biāo)超寬帶電磁散射特性對于高分辨雷達(dá)、成像技術(shù)以及目標(biāo)識別的研究具有重要意義,然而超寬帶雷達(dá)的工作頻率范圍非常寬,要準(zhǔn)確的分析帶內(nèi)每個頻點
2010-05-04 08:09:36

目標(biāo)識別之YOLO學(xué)習(xí)筆記

目標(biāo)識別 YOLO 學(xué)習(xí)筆記(一)
2020-05-12 15:05:34

雷達(dá)回波系統(tǒng)的應(yīng)用研究

增加一定的硬件設(shè)備.其實現(xiàn)過程相對復(fù)雜,不便于工程應(yīng)用靈活擴展。而很多應(yīng)用背景對雷達(dá)視頻回波信號模擬的逼真度和復(fù)雜度需求逐步提高.雷達(dá)視頻回波要能體現(xiàn)現(xiàn)代戰(zhàn)場復(fù)雜環(huán)境,能夠靈活提供所需的信號背景。一種
2016-07-01 11:47:58

雷達(dá)液位計的原理和使用

:D=CT/25 s( u, C8 @2 F& q式 D——雷達(dá)液位計到液面的距離C——光速* T——電磁波運行時間雷達(dá)液位計記錄脈沖波經(jīng)歷的時間,而電磁波的傳輸速度為常數(shù),則可算出液面到
2011-11-30 09:54:45

IZT COMINT通信對抗復(fù)雜電磁環(huán)境模擬系統(tǒng)

IZT COMINT電子戰(zhàn)復(fù)雜電磁環(huán)境記錄回放以及模擬系統(tǒng)是一個獨特的射頻和數(shù)字信號處理發(fā)生平臺,可以在多個輸出端口產(chǎn)生多路復(fù)雜時變的真實射頻信號。在所有端口上輸出的多路射頻信號都支持精確地相參
2018-08-08 14:36:17

RCS目標(biāo)識別

各位好!我是一名學(xué)生,先階段在準(zhǔn)備競賽,需要RCS目標(biāo)識別技術(shù),實現(xiàn)海上油污檢測。請問有沒有地方采購現(xiàn)成產(chǎn)品,或是自己制作是如何制作,謝謝!或是有其他什么方法可以實現(xiàn)海上油污檢測?
2015-01-27 15:50:02

VREM EmXpert 復(fù)雜電磁環(huán)境態(tài)勢展示案例

環(huán)境復(fù)雜度進(jìn)行了綜合評估,并支持二三維可視化態(tài)勢展示。本案例分別部署搭載多個不同用頻設(shè)備的實體模型,在劃定區(qū)域范圍內(nèi)仿真推演雷達(dá)、通信等對該區(qū)域電磁環(huán)境態(tài)勢的影響,并完成復(fù)雜度的評估工作。案例結(jié)論
2017-07-11 16:54:45

【HarmonyOS HiSpark AI Camera】智能目標(biāo)識別

項目名稱:智能目標(biāo)識別試用計劃:通過攝像頭采集視頻,利用海思芯片進(jìn)行處理和目標(biāo)識別。計劃年內(nèi)完成。
2020-11-19 20:46:19

一種新的定量評估電磁環(huán)境復(fù)雜度方法

摘 要 針對跳頻信號分選提出了采用“復(fù)合信息熵”定量評估電磁環(huán)境復(fù)雜度的方法?!皬?fù)合信息熵”分三個部分:類型熵、密度熵、分布熵,綜合考慮了電磁環(huán)境包含的信號類型數(shù)、跳頻跳速、跳頻電臺數(shù)目和信道
2011-07-11 22:35:06

一種適用于空間觀測任務(wù)的實時多目標(biāo)識別算法分享

基于嵌入式圖像處理平臺的實時多目標(biāo)識別算法人工智能技術(shù)與咨詢 昨天本文來自《科學(xué)技術(shù)與工程》,作者王旭輝等摘 要提出了一種適用于空間觀測任務(wù)的實時多目標(biāo)識別算法,它基于DSP和FPGA組合的圖像處理
2021-12-21 07:02:06

關(guān)于MATLAB建立圖像處理和目標(biāo)識別系統(tǒng)流程的求助

本人新手,之前從未接觸過圖像處理,現(xiàn)在因為項目需要搭建一個關(guān)于圖像處理和目標(biāo)識別的MATLAB系統(tǒng),系統(tǒng)介紹如下: 想要從圖片中將目標(biāo)提取出來并與模板庫進(jìn)行匹配對比,以確定是否為我感興趣的目標(biāo)
2016-07-10 15:05:58

具有射頻監(jiān)測能力的雷達(dá)接收前端技術(shù)介紹

本文提出一種具有射頻監(jiān)測能力的雷達(dá)接收前端技術(shù),解決了現(xiàn)有雷達(dá)雷達(dá)測試系統(tǒng)無法在接收過程復(fù)雜電磁環(huán)境的影響效應(yīng)進(jìn)行有效分析和測量的問題。該技術(shù)用于對多干擾源及多要素疊加的電磁環(huán)境作用下的接收機
2020-12-21 07:29:50

沖激雷達(dá)接收的隨機射頻干擾問題怎么解決?

分辨率,從而能夠進(jìn)行高分辨成像。另外,沖激信號可以激勵出豐富的目標(biāo)諧波響應(yīng)分量,故在探測隱身目標(biāo)以及目標(biāo)識別方面也有著重要的應(yīng)用價值。但是沖激雷達(dá)常工作于100~1500MHz頻段,存在著與這一波段密布
2019-08-21 06:17:14

沖激雷達(dá)系統(tǒng)的射頻干擾有什么辦法抑制?

的方位分辨率,從而能夠進(jìn)行高分辨成像。另外,沖激信號可以激勵出豐富的 目標(biāo)諧波響應(yīng)分量,故在探測隱身目標(biāo)以及目標(biāo)識別方面也有著重要的應(yīng)用價值。但是沖激雷達(dá)常工作于100~1500MHz頻段,存在著與這一
2019-08-20 06:55:22

基于CPCI接口DSP板的雷達(dá)目標(biāo)模擬器

提出一種基于CPCI接口DSP板的C波段雷達(dá)目標(biāo)模擬器。探測回波模擬,采用軟硬件相結(jié)合的方法。由主控計算機根據(jù)雷達(dá)工作參數(shù)預(yù)先設(shè)定并計算目標(biāo)數(shù)據(jù),然后將數(shù)據(jù)加載到硬件電路。硬件電路實時合成雷達(dá)回波
2019-06-03 05:00:08

基于DSP的毫米波主被動復(fù)合探測器目標(biāo)識別系統(tǒng)設(shè)計【回映分享】

本文由回映電子整理分享,歡迎工程老獅們參與學(xué)習(xí)與評論 毫米波主被動復(fù)合探測系統(tǒng)將毫米波雷達(dá)和輻射計相結(jié)合,充分利用系統(tǒng)主動測距和目標(biāo)被動輻射特性來完成目標(biāo)識別及定位,大大改善了毫米波探測器的性能
2021-12-30 10:36:54

基于RT-Thread和N32G457的嵌入式目標(biāo)識別系統(tǒng)設(shè)計實現(xiàn)

1、基于RT-Thread和N32G457的嵌入式目標(biāo)識別系統(tǒng)設(shè)計  本演示示例移植蘇州大學(xué)計算機科學(xué)與技術(shù)學(xué)院王宜懷教授團隊的金葫蘆嵌入式人工智能:物體認(rèn)知系統(tǒng)的代碼在N32G457上實現(xiàn)??梢?b class="flag-6" style="color: red">識別單獨的英文字母A B C D原作者:tai-he
2022-11-30 11:36:05

基于寬帶示波器的雷達(dá)信號矢量分析

前言隨著雷達(dá)技術(shù)的發(fā)展,雷達(dá)的任務(wù)不僅是測量目標(biāo)的距離、方位和仰角,而且還包括測量目標(biāo)速度,以及從目標(biāo)回波獲取更多有關(guān)目標(biāo)的信息。雷達(dá)是利用目標(biāo)電磁波的發(fā)射(或稱為二次散射)現(xiàn)象來發(fā)現(xiàn)目標(biāo)并測定
2019-07-19 06:34:48

嵌入式系統(tǒng)目標(biāo)識別技術(shù)有哪些?

嵌入式系統(tǒng)目標(biāo)識別技術(shù)
2021-03-09 08:33:26

嵌入式系統(tǒng)目標(biāo)識別技術(shù),不看肯定后悔

本文將回顧一系列的特征檢測算法,在這個過程,看看一般目標(biāo)識別和具體特征識別在這些年經(jīng)歷了怎樣的發(fā)展。
2021-06-02 06:24:59

微波雷達(dá)模組,雷達(dá)傳感器技術(shù)發(fā)展,在物聯(lián)網(wǎng)領(lǐng)域的智能化應(yīng)用

傳感器方案可應(yīng)用在眾多的物聯(lián)網(wǎng)產(chǎn)品上。微波雷達(dá)技術(shù)應(yīng)用在這些領(lǐng)域上,與雷達(dá)技術(shù)原理分不開。雷達(dá)是利用電磁波探測目標(biāo)的電子設(shè)備。雷達(dá)發(fā)射電磁波對目標(biāo)進(jìn)行照射并接收其回波,由此獲得目標(biāo)電磁波發(fā)射點的距離
2021-08-23 15:54:54

怎么實現(xiàn)基于Z85C30的動目標(biāo)識別系統(tǒng)的串行通信設(shè)計?

怎么實現(xiàn)基于Z85C30的動目標(biāo)識別系統(tǒng)的串行通信設(shè)計?
2021-05-31 06:32:52

怎樣把復(fù)雜電磁環(huán)境的影響降到最低?

復(fù)雜電磁環(huán)境對防空兵通信系統(tǒng)有什么影響?怎樣把復(fù)雜電磁環(huán)境的影響降到最低?
2021-06-04 06:05:43

怎樣通過遠(yuǎn)程桌面去查看ROS小車的目標(biāo)識別情況呢

怎樣通過windows自帶的遠(yuǎn)程桌面訪問RK3566呢?怎樣通過遠(yuǎn)程桌面去查看ROS小車的目標(biāo)識別情況呢?
2022-03-02 08:50:23

智能車目標(biāo)識別系統(tǒng)的設(shè)計實現(xiàn)資料推薦

1、智能車目標(biāo)識別系統(tǒng)的實現(xiàn)  首先,簡單介紹一下上面提到的各個話題的范圍 (Domain),人工智能 (Artifitial Intelligence)是最大的話題,如果用一張圖來說明的話
2022-09-06 14:54:26

毫米雷達(dá)波概述

,導(dǎo)致兩根天線同時接收到的信號在相位上相差一個 Δφ,θ 為待測角度, 經(jīng)計算得出: 圖六:毫米波雷達(dá)測角原理圖3)雷達(dá)目標(biāo)識別毫米波雷達(dá)目標(biāo)識別基本原理是:利用雷達(dá)回波的幅度、相位、頻譜和極化等
2019-12-16 11:11:22

毫米波雷達(dá)工作原理,雷達(dá)感應(yīng)模塊技術(shù),有什么優(yōu)勢呢?

毫米波雷達(dá)與光學(xué)雷達(dá)、紅外線相比不受目標(biāo)物體形狀顏色的干擾,與超聲波相比不受大氣紊流的影響,因而具有穩(wěn)定的探測性能,環(huán)境適應(yīng)性好。受天氣和外界環(huán)境的變化的影響小,雨雪,灰塵,陽光都對其沒有干擾
2021-09-22 16:17:32

毫米波雷達(dá)感知技術(shù)搭建車路協(xié)同系統(tǒng)的可行性

研究了毫米波雷達(dá)技術(shù)在車路協(xié)同系統(tǒng)的應(yīng)用,并基于毫米波雷達(dá)感知技術(shù)搭建了交叉路口、高速 / 快速路、停車場三種典型場景下的車路協(xié)同框架,毫米波雷達(dá)測距、測速、目標(biāo)識別、交通計數(shù)等感知技術(shù),為協(xié)同規(guī)劃
2020-07-01 14:16:38

求一種可以應(yīng)用于軍事偵察的紅外動目標(biāo)識別跟蹤系統(tǒng)的設(shè)計

本文介紹的就是一種可以應(yīng)用于軍事偵察的紅外動目標(biāo)識別跟蹤系統(tǒng)的設(shè)計。
2021-04-29 06:27:10

空調(diào)智能化,飛??萍?b class="flag-6" style="color: red">雷達(dá)模組技術(shù)應(yīng)用

,毫米波雷達(dá)得益于電磁波的物理特性,可以實現(xiàn)目標(biāo)的存在感應(yīng)和目標(biāo)識別和追蹤,幾乎不受影響地在黑暗、強光、霧霾雨雪等惡劣天氣工作,且沒有隱私泄露的問題,合適作為環(huán)境感知傳感器使用。隨著科技的不斷進(jìn)步
2021-10-27 15:46:03

請教雷達(dá)電磁環(huán)境仿真軟件該怎樣設(shè)計?

雷達(dá)電磁環(huán)境仿真軟件主要由哪些模塊構(gòu)成?如何對雷達(dá)電磁環(huán)境仿真軟件進(jìn)行仿真測試?
2021-04-22 06:12:07

采用實裝顯示器實現(xiàn)雷達(dá)訓(xùn)練系統(tǒng)設(shè)計

一定的局限性。而轟炸瞄準(zhǔn)雷達(dá)則可以彌補光學(xué)瞄準(zhǔn)具的這一局限性,它受氣象條件限制小,可以利用目標(biāo)反射的電磁波在遠(yuǎn)距離觀察、發(fā)現(xiàn)和識別目標(biāo),并對目標(biāo)實施轟炸或投射***必要的領(lǐng)航諸元,還可觀察山峰和雷雨云
2019-06-18 08:31:27

改進(jìn)最優(yōu)聚類中心雷達(dá)目標(biāo)識別

最優(yōu)聚類中心法是一種有效的雷達(dá)目標(biāo)一維距離像識別方法,但當(dāng)訓(xùn)練數(shù)據(jù)較少時,該方法的識別性能急劇下降。其原因是該算法在利用少量數(shù)據(jù)進(jìn)行訓(xùn)練時易產(chǎn)生“病態(tài)”矩陣,
2009-05-20 20:06:4718

基于異類傳感器的戰(zhàn)場運動目標(biāo)識別算法

利用異類傳感器的互補特性, 提出了一種新的運動目標(biāo)識別算法: 選取目標(biāo)速度、第1 主頻、第2 主頻作為識別的有效特征; 運用模糊推理得到目標(biāo)分類信息的基本概率分配函數(shù); 把D2S
2009-07-09 13:40:3311

基于NMI特征的目標(biāo)識別與跟蹤

本文提出一種全新的圖像分割方法——連通線多級切割方法,并在此基礎(chǔ)上建立圖像NMI特征的目標(biāo)識別與跟蹤算法。文章給出了運用連通線多級切割方法實現(xiàn)閾值求取、圖像分割、
2009-07-15 10:36:0420

基于USB和目標(biāo)識別的圖像采集系統(tǒng)的設(shè)計實現(xiàn)

介紹了一種有目標(biāo)識別功能的圖像采集系統(tǒng),用USB 接口芯片實現(xiàn)了數(shù)據(jù)的傳輸。闡述了系統(tǒng)的硬件、固件、設(shè)備驅(qū)動程序和應(yīng)用軟件的設(shè)計與實現(xiàn)方法。詳細(xì)介紹了目標(biāo)識別算法
2009-08-13 08:42:4514

星空運動背景中目標(biāo)識別算法研究

針對微型航天探測器在星空運動背景下對目標(biāo)識別的要求,提出一種基于圖像配準(zhǔn)與邊緣提取的差分算法。該算法將采集的連續(xù)兩幀圖像配準(zhǔn)后差分,將差分圖像二值
2009-08-15 15:10:2115

復(fù)雜場景中多目標(biāo)物的檢測識別方法

本文提出了一種在復(fù)雜場景中實時檢測、識別多個目標(biāo)物體的方法。利用由矩陣碼(matrix code)構(gòu)成的 2D 矩陣來識別復(fù)雜場景中多個目標(biāo)物。算法不僅能適應(yīng)目標(biāo)物體在旋轉(zhuǎn)、縮放
2009-08-15 15:39:568

基于內(nèi)港區(qū)域的港口目標(biāo)識別

遙感圖像中不同港口的內(nèi)港區(qū)域呈現(xiàn)出不同的形狀,該文提出一種基于內(nèi)港區(qū)域的港口目標(biāo)識別方法。首先利用直方圖和形態(tài)學(xué)算子分割海域;再利用多邊形近似法提取海岸線上的
2009-11-17 15:22:319

基于GSVD的核不相關(guān)辨別子空間與雷達(dá)目標(biāo)識別

該文提出了一種基于廣義奇異值分解的核不相關(guān)辨別子空間算法,并將其用于高分辨距離像雷達(dá)目標(biāo)識別。新算法結(jié)合廣義奇異值分解與核方法的優(yōu)點,有效地解決了傳統(tǒng)方法面臨
2009-11-18 14:54:3219

基于小波域NMF特征提取的SAR圖像目標(biāo)識別方法

該文提出了一種基于小波域非負(fù)矩陣分解特征提取的合成孔徑雷達(dá)圖像目標(biāo)識別方法。該方法對圖像二維離散小波分解后提取低頻子帶圖像,用非負(fù)矩陣分解對低頻子帶圖像提取特
2009-11-21 11:58:4821

光通信目標(biāo)識別系統(tǒng)半物理仿真方案

針對光通信目標(biāo)識別子系統(tǒng)提出了一種半物理仿真方案。該方案使用軟件模擬器模擬數(shù)字照相機和上位機的功能,與目標(biāo)識別子系統(tǒng)進(jìn)行命令和數(shù)據(jù)交互。與傳統(tǒng)方案相比,該方
2009-12-22 17:09:3010

基于GNN-DS信息融合的目標(biāo)識別方法

針對當(dāng)前目標(biāo)識別系統(tǒng)中常用的信息融合方法識別率較低、運行速度慢、抗噪性差等問題,提出一種基于神經(jīng)網(wǎng)絡(luò)組和 DS 證據(jù)理論的信息融合方法。該方法兼顧神經(jīng)網(wǎng)絡(luò)和DS 推理
2010-01-18 12:22:525

基于樣本正交子空間的SAR目標(biāo)識別方法

利用合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)獲取的目標(biāo)像進(jìn)行識別時,基于子空間的自動目標(biāo)識別(Automatic Target Recognition, ATR)方法通常是對樣本數(shù)據(jù)的值空間進(jìn)行操作。當(dāng)識別相似目
2010-02-10 14:00:4719

針對目標(biāo)識別的波形優(yōu)化設(shè)計方法

針對寬帶雷達(dá)多類目標(biāo)識別波形優(yōu)化中的方位敏感性、距離敏感性和初相不確定性問題,該文在高斯色噪聲背景下提出一種基于遺傳算法和最大滑動相關(guān)分類器的波形優(yōu)化方法,簡
2010-02-10 14:03:3213

運動目標(biāo)識別與跟蹤系統(tǒng)的研究

提出了一種運動目標(biāo)識別與跟蹤系統(tǒng)的方案,給出了系統(tǒng)的原理圖和結(jié)構(gòu)框圖。重點論述了圖像處理的過程和算法,包括顏色模型的選擇,圖像的預(yù)處理,圖像分割,目標(biāo)識別
2010-07-20 16:14:3329

復(fù)雜目標(biāo)雙站圖形電磁計算

復(fù)雜目標(biāo)雙站圖形電磁計算 應(yīng)用物理光學(xué)法(PO)與等效電磁流法(ECM)分別計算了復(fù)雜目標(biāo)雙站散射中面元與棱邊的散射場.在WINDOWS NT/98微機平臺上利用軟件圖形標(biāo)準(zhǔn)接口Open GL
2009-10-21 22:04:591070

復(fù)雜電磁環(huán)境系統(tǒng)的效能評估

基于復(fù)雜電磁環(huán)境的基本概念,通過對影響復(fù)雜電磁環(huán)境構(gòu)建系統(tǒng)效能的諸多因素的分析,建立評估指標(biāo)體系,該體系涉及電磁信號性能、系統(tǒng)適用能力,以及系統(tǒng)構(gòu)建費用。并運用模
2011-05-12 17:57:4536

基于顏色和區(qū)域的運動目標(biāo)識別

針對全自主足球機器人目標(biāo)識別受光強變化的影響, 實時性、準(zhǔn)確性和魯棒性存在的不足, 提出了一種基于動態(tài)窗口HSI 色彩空間模型的閾值向量位與及區(qū)域合并算法, 并通過動態(tài)窗口減小
2011-06-28 15:36:0634

基于ARM9與移動目標(biāo)識別算法的安防監(jiān)控系統(tǒng)設(shè)計

介紹了一種基于$3C2440硬件平臺和移動目標(biāo)識別技術(shù)的安防監(jiān)控系統(tǒng)的總體設(shè)計方案,在嵌入式Linux平臺下實現(xiàn)視頻數(shù)據(jù)的采集、編碼與傳輸l選擇時間差分圖像檢測移動目標(biāo)算法,實現(xiàn)視
2011-08-25 15:35:3367

軍事假目標(biāo)識別的新方法

通常的偵察手段對于軍事假目標(biāo)識別能力有限,文中提出了一種新的軍事假目標(biāo)識別方法。在介紹偏振成像機理的基礎(chǔ)上,分析了偏振信息檢測和強度信息檢測在物理含義中的區(qū)別。
2011-08-29 15:11:0136

復(fù)雜電磁環(huán)境下的信號監(jiān)測技術(shù)

內(nèi)容安排 復(fù)雜電磁環(huán)境介紹 復(fù)雜電磁環(huán)境對信號監(jiān)測的挑戰(zhàn) 監(jiān)測技術(shù)的發(fā)展 E3238S硬件體系結(jié)構(gòu)特點 E3238S軟件功能及特點
2011-10-11 17:05:2642

DSP在自動目標(biāo)識別中的應(yīng)用

自動目標(biāo)識別(ATR)算法通常包括自動地對目標(biāo)進(jìn)行檢測、跟蹤、識別和選擇攻擊點等算法。戰(zhàn)場環(huán)境復(fù)雜性和目標(biāo)類型的不斷增長使ATR算法的運算量越來越大,因此ATR算法對微處理器的
2012-01-17 14:53:551781

復(fù)雜電磁環(huán)境下機動通信網(wǎng)絡(luò)抗毀性評估

在建立機動通信網(wǎng)絡(luò)模型的基礎(chǔ)上,分析了復(fù)雜電磁對抗環(huán)境的基本構(gòu)成,探討了敵方可能的基于重要性指標(biāo)的攻擊目標(biāo)選擇策略,建立了電子對抗條件下模擬環(huán)境模型。再結(jié)合節(jié)點連
2012-04-05 14:46:1737

全自主移動足球機器人目標(biāo)識別

電子開發(fā)機器人相關(guān)教程資料——全自主移動足球機器人目標(biāo)識別
2016-09-06 16:42:430

基于MVDR參數(shù)譜在艦船目標(biāo)識別中的應(yīng)用

基于MVDR參數(shù)譜在艦船目標(biāo)識別中的應(yīng)用_魏鑫
2017-01-07 21:28:580

融合壓縮感知和SVM的SAR變形目標(biāo)識別算法_谷雨

融合壓縮感知和SVM的SAR變形目標(biāo)識別算法_谷雨
2017-01-08 11:07:011

紅外動目標(biāo)識別跟蹤系統(tǒng)的實現(xiàn)方案

紅外動目標(biāo)識別跟蹤系統(tǒng)的實現(xiàn)方案
2017-01-12 22:13:3424

多尺度Retinex算法在自動目標(biāo)識別中的應(yīng)用_周澤華

多尺度Retinex算法在自動目標(biāo)識別中的應(yīng)用_周澤華
2017-03-19 11:29:000

基于OpenCv運動目標(biāo)識別技術(shù)的研究孟介成

基于OpenCv運動目標(biāo)識別技術(shù)的研究_孟介成
2017-03-17 08:00:005

基于RHT的局部有遮擋圓形目標(biāo)識別方法顧肇瑞

基于RHT的局部有遮擋圓形目標(biāo)識別方法_顧肇瑞
2017-03-17 08:00:000

基于大視場星敏感器的目標(biāo)識別技術(shù)_丁國鵬

基于大視場星敏感器的目標(biāo)識別技術(shù)_丁國鵬
2017-03-19 19:19:350

基于信息熵理論的模糊傳感器目標(biāo)識別研究

針對具有多個特征指標(biāo)的模糊多傳感器目標(biāo)識別問題,提出一種新的模糊多傳感器數(shù)據(jù)融合方法。該方法根據(jù)信息熵理論,引入不均衡度定義熵權(quán)矢量,通過求解數(shù)學(xué)規(guī)劃問題,得到各目標(biāo)類別的優(yōu)屬度,并給出目標(biāo)識別規(guī)則。實驗結(jié)果表明,該方法能提高目標(biāo)識別結(jié)果的客觀性和可信度,具有可操作性。
2017-09-08 15:25:553

電磁場在目標(biāo)識別中的應(yīng)用

電磁場在目標(biāo)識別中的應(yīng)用
2017-09-15 10:01:5422

基于粒子群算法的稀疏分解在雷達(dá)目標(biāo)識別中的應(yīng)用

速度快的優(yōu)點對OMP算法進(jìn)行改進(jìn)。通過對雷達(dá)高分辨距離像(HRRP)的識別實驗表明,采用Gabor原子提取的特征參數(shù)作為特征向量對雷達(dá)目標(biāo)的分類效果比較好,同時,基于粒子群算法改進(jìn)的OMP大大降低了參數(shù)尋優(yōu)的計算量。
2017-11-05 15:39:0712

基于證據(jù)相似性度量的目標(biāo)識別融合改進(jìn)算法

目標(biāo)識別融合改進(jìn)算法,利用證據(jù)相似性度量對證據(jù)源進(jìn)行修正,通過對水下不同背景噪聲數(shù)據(jù)進(jìn)行融合試驗表明,經(jīng)數(shù)據(jù)融合后,目標(biāo)識別率可由原來的80%提高到99%,從而證明本文所提出的融合算法可以有效提高目標(biāo)識別準(zhǔn)確率。
2017-11-14 10:36:489

基于SIFT視覺詞匯的目標(biāo)識別算法

算法的目標(biāo)識別算法。結(jié)合在無遮擋與被局部遮擋的交通工具全方位姿態(tài)模型庫上進(jìn)行的目標(biāo)識別試驗,得出結(jié)果:算法對無遮擋目標(biāo)的平均識別率能到達(dá)83%以上,具有良好的識別性能:對被局部遮擋目標(biāo)的平均識別率也能保持在80%左右,只有很小的降低。實驗結(jié)果顯示算法具有優(yōu)良的識別被局
2017-11-14 11:04:145

基于改進(jìn)KD樹與RANSC算法的目標(biāo)識別算法

為了能夠更好地滿足日益擴大的目標(biāo)識別需求,提出了一種基于改進(jìn)KD樹與RANSC算法的目標(biāo)識別算法。通過對比改進(jìn)前后KD樹匹配算法匹配SIFT特征點的執(zhí)行效果,很明顯的看出改進(jìn)KD樹算法的匹配效果更佳
2017-11-16 17:45:0217

基于擴展字典稀疏表示分類的遙感目標(biāo)識別

針對遙感圖像視覺對比度差、分辨率低及目標(biāo)含有不同角度旋轉(zhuǎn)的情況,在稀疏表示分類識別的基礎(chǔ)上,提出一種基于擴展字典稀疏表示的遙感目標(biāo)識別方法。首先將訓(xùn)練樣本和待測樣本進(jìn)行二進(jìn)小波變換增強,提取增強圖像
2017-11-17 17:18:389

基于貝葉斯網(wǎng)絡(luò)的目標(biāo)識別方法

在空間和時間上的互補與冗余信息組合起來,來獲取目標(biāo)的屬性分類或身份估計。多傳感器識別系統(tǒng)主要包括:雷達(dá)目標(biāo)識別、電子偵察、通信偵察、紅外偵察、協(xié)作識別r敵我識別、航管)等。各類傳感器從不同角度,獲取目標(biāo)的原始特征數(shù)據(jù)
2017-12-14 16:34:160

雷達(dá)電磁環(huán)境的數(shù)字建模和仿真設(shè)計

現(xiàn)代戰(zhàn)爭條件下,電子對抗與反對*趨激烈,各新型雷達(dá)為對抗各種電子偵察和反輻 射設(shè)備的威脅,往往采用調(diào)制復(fù)雜、參數(shù)多變的信號形式,因而導(dǎo)致戰(zhàn)場空間的電磁環(huán)境信號空前復(fù)雜、密集且相互交迭。這就對電子偵察和反輻射設(shè)備提出了越來越高的要求。
2019-01-08 07:47:003258

基于Xilinx開發(fā)平臺和FPGA器件實現(xiàn)一維成像雷達(dá)目標(biāo)識別

目標(biāo)識別作為現(xiàn)代雷達(dá)的重要發(fā)展方向之一,成為未來武器系統(tǒng)中的一個重要組成部分和當(dāng)前國內(nèi)外關(guān)注的熱點,具有廣泛的民用和軍事應(yīng)用價值。根據(jù)雷達(dá)的探測手段及應(yīng)用背景的不同,出現(xiàn)了多種識別方法,其中雷達(dá)
2020-07-20 08:18:002304

人類和 DNN 的目標(biāo)識別穩(wěn)健性比較

深度神經(jīng)網(wǎng)絡(luò)在很多任務(wù)上都已取得了媲美乃至超越人類的表現(xiàn),但其泛化能力仍遠(yuǎn)不及人類。德國蒂賓根大學(xué)等多所機構(gòu)近期的一篇論文對人類和 DNN 的目標(biāo)識別穩(wěn)健性進(jìn)行了行為比較,并得到了一些有趣的見解
2018-10-19 00:48:01416

人工智能在雷達(dá)應(yīng)用中限制和發(fā)展前景和在實時對抗中的應(yīng)用

,從模式識別、機器學(xué)習(xí)到近年來的發(fā)展迅猛的深度學(xué)習(xí)、遷移學(xué)習(xí)等在雷達(dá)識別中都有較多研究成果。 傳統(tǒng)雷達(dá)識別方法難以適應(yīng)復(fù)雜多變的戰(zhàn)場環(huán)境 現(xiàn)有雷達(dá)目標(biāo)識別常采用統(tǒng)計模式識別理論。模式識別主要利用統(tǒng)計學(xué)、概率論、計算
2023-02-03 14:40:471270

基于聚類分析的復(fù)雜環(huán)境中人臉目標(biāo)識別技術(shù)

在現(xiàn)代社會,人臉目標(biāo)識別技術(shù)在各大領(lǐng)域應(yīng)用得越來越廣泛;同時,社會治安環(huán)境和國際安全問題也愈發(fā)嚴(yán)峻,人臉目標(biāo)識別面臨著越來越嚴(yán)峻的挑戰(zhàn)。在復(fù)雜環(huán)境下,檢測目標(biāo)和背景場景都是復(fù)雜且動態(tài)變化的,傳統(tǒng)的人
2021-05-18 14:48:4610

無人機在線目標(biāo)識別和定位技術(shù)研究綜述

無人機在線目標(biāo)識別和定位技術(shù)研究綜述
2021-06-19 14:59:0030

復(fù)雜電磁環(huán)境體系(E3)對策

的協(xié)調(diào)和電磁能量的合理應(yīng)用等。電磁環(huán)境電磁環(huán)境效應(yīng)電磁環(huán)境是指存在于給定空間所有電磁現(xiàn)象的總和。往往,構(gòu)成電磁環(huán)境的各種電磁危害源十分復(fù)雜,既有雷電、靜電之類自然電磁危害源,又有雷達(dá)、通訊、廣播
2021-08-24 11:20:288536

基于三維激光點云的目標(biāo)識別與跟蹤研究

基于三維激光點云的目標(biāo)識別與跟蹤研究 來源:《汽車工程》 ,作者徐國艷等 [摘要] 針對無人車環(huán)境感知中的障礙物檢測問題,設(shè)計了一套基于車載激光雷達(dá)目標(biāo)識別與跟蹤方法。為降低計算量,提高處理速度
2022-01-17 11:22:44639

基于三維激光點云的目標(biāo)識別與跟蹤研究

基于三維激光點云的目標(biāo)識別與跟蹤研究 來源:《汽車工程》?,作者徐國艷等 [摘要]?針對無人車環(huán)境感知中的障礙物檢測問題,設(shè)計了一套基于車載激光雷達(dá)目標(biāo)識別與跟蹤方法。為降低計算量,提高處理速度
2022-02-15 13:36:382593

復(fù)雜電磁環(huán)境信號源的功能與典型應(yīng)用分析

復(fù)雜電磁環(huán)境信號源是系列化7U/19英寸標(biāo)準(zhǔn)上架式VPX機箱形式的復(fù)雜電磁環(huán)境信號模擬設(shè)備,單機箱最多支持8個物理通道,可模擬多種領(lǐng)域特征信號,覆蓋各種體制雷達(dá)、常規(guī)通信、導(dǎo)航定位、電子對抗、電子偵察等裝備。
2022-11-02 15:17:32817

機器視覺常用的3種目標(biāo)識別方法

隨著機器視覺技術(shù)的快速發(fā)展,傳統(tǒng)很多需要人工來手動操作的工作,漸漸地被機器所替代。 傳統(tǒng)方法做目標(biāo)識別大多都是靠人工實現(xiàn),從形狀、顏色、長度、寬度、長寬比來確定被識別目標(biāo)是否符合標(biāo)準(zhǔn),最終
2023-02-07 12:00:07698

復(fù)雜環(huán)境雷達(dá)目標(biāo)跟蹤方法研究

雜波或虛警。此外, 有時也會出現(xiàn)目標(biāo)數(shù)量不確定的情形,無疑加大了目標(biāo)跟蹤的難度,尤其以天波 超視距雷達(dá)更為復(fù)雜。因此,迫切需要研究復(fù)雜環(huán)境雷達(dá)目標(biāo)跟蹤方法。本文 的研究內(nèi)容就是在上述課題背景下提出來的,全文的主
2023-02-15 17:21:050

復(fù)雜電磁環(huán)境信號動態(tài)構(gòu)建系統(tǒng)應(yīng)用

在現(xiàn)代戰(zhàn)爭中,戰(zhàn)場電磁環(huán)境日益復(fù)雜,輻射源數(shù)量多,信號密度大,波形復(fù)雜多變。分析復(fù)雜電磁環(huán)境對戰(zhàn)斗力的影響,評估其對各型武器裝備效能的影響,是提升我軍軍力的重大研究方向。
2023-03-08 10:05:491091

【領(lǐng)先、高要求、應(yīng)用廣】復(fù)雜電磁環(huán)境體系(E3)對策

納特通信復(fù)雜電磁環(huán)境效應(yīng)評估系統(tǒng)滿足各類裝備對復(fù)雜電磁環(huán)境的測試需求,可應(yīng)用于各類裝備的復(fù)雜電磁環(huán)境測試。
2021-12-16 14:10:02756

超詳細(xì)!一文講透機器視覺常用的 3 種“目標(biāo)識別”方法

來源:機器視覺沙龍隨著機器視覺技術(shù)的快速發(fā)展,傳統(tǒng)很多需要人工來手動操作的工作,漸漸地被機器所替代。傳統(tǒng)方法做目標(biāo)識別大多都是靠人工實現(xiàn),從形狀、顏色、長度、寬度、長寬比來確定被識別目標(biāo)是否符合
2022-12-15 10:44:10619

復(fù)雜電磁環(huán)境構(gòu)建的方法有哪些?舉例說明

? ?? 隨著通信基礎(chǔ)設(shè)施、信號塔臺、變電站、雷達(dá)等的建設(shè),空間中的電磁信號呈現(xiàn)信號種類多、信源數(shù)目多、信號特征變化快等發(fā)展趨勢,使得當(dāng)前空間的電磁環(huán)境日益復(fù)雜,復(fù)雜電磁環(huán)境對于電子裝備的影響巨大
2023-08-07 09:37:08545

復(fù)雜電磁環(huán)境構(gòu)建,看這一篇就夠了!

隨著通信基礎(chǔ)設(shè)施、信號塔臺、變電站、雷達(dá)等的建設(shè),空間中的電磁信號呈現(xiàn)信號種類多、信源數(shù)目多、信號特征變化快等發(fā)展趨勢,使得當(dāng)前空間的電磁環(huán)境日益復(fù)雜,復(fù)雜電磁環(huán)境對于電子裝備的影響巨大,可直接導(dǎo)致
2023-08-09 08:32:051087

機器視覺的圖像目標(biāo)識別方法操作要點

通過加強圖像分割,能夠提高機器視覺的圖像目標(biāo)識別的自動化水平,使得圖像目標(biāo)識別效果更加顯著。圖像分割的方法有很多種,不同方法分別適用于不同領(lǐng)域,這里重點介紹以下3種分割方法。
2024-01-15 12:17:54122

機器視覺的圖像目標(biāo)識別方法綜述

文章來源:MEMS引言從20世紀(jì)80年代開始,機器視覺技術(shù)的發(fā)展速度不斷加快,已經(jīng)走進(jìn)了人們的日常生活與工作之中。機器視覺的圖像目標(biāo)識別系統(tǒng)的自動化程度較高,應(yīng)用范圍廣,尤其在危險場所的運用,采用
2024-02-23 08:26:49280

機器視覺常用的三種目標(biāo)識別方法解析

隨著機器視覺技術(shù)的快速發(fā)展,傳統(tǒng)很多需要人工來手動操作的工作,漸漸地被機器所替代。傳統(tǒng)方法做目標(biāo)識別大多都是靠人工實現(xiàn),從形狀、顏色、長度、寬度、長寬比來確定被識別目標(biāo)是否符合標(biāo)準(zhǔn),最終定義出
2024-03-14 08:26:20222

已全部加載完成