: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(duì)于高分辨雷達(dá)、成像技術(shù)以及目標(biāo)識(shí)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(gè)頻點(diǎn)
2010-05-04 08:09:36
目標(biāo)識(shí)別 YOLO 學(xué)習(xí)筆記(一)
2020-05-12 15:05:34
增加一定的硬件設(shè)備.其實(shí)現(xiàn)過(guò)程相對(duì)復(fù)雜,不便于工程應(yīng)用中靈活擴(kuò)展。而很多應(yīng)用背景對(duì)雷達(dá)視頻回波信號(hào)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(chǎng)復(fù)雜環(huán)境,能夠靈活提供所需的信號(hào)背景。一種
2016-07-01 11:47:58
各位好!我是一名學(xué)生,先階段在準(zhǔn)備競(jìng)賽,需要RCS目標(biāo)識(shí)別技術(shù),實(shí)現(xiàn)海上油污檢測(cè)。請(qǐng)問(wèn)有沒(méi)有地方采購(gòu)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(shí)現(xiàn)海上油污檢測(cè)?
2015-01-27 15:50:02
環(huán)境復(fù)雜度進(jìn)行了綜合評(píng)估,并支持二三維可視化態(tài)勢(shì)展示。本案例分別部署搭載多個(gè)不同用頻設(shè)備的實(shí)體模型,在劃定區(qū)域范圍內(nèi)仿真推演雷達(dá)、通信等對(duì)該區(qū)域電磁環(huán)境態(tài)勢(shì)的影響,并完成復(fù)雜度的評(píng)估工作。案例結(jié)論
2017-07-11 16:54:45
項(xiàng)目名稱:智能目標(biāo)識(shí)別試用計(jì)劃:通過(guò)攝像頭采集視頻,利用海思芯片進(jìn)行處理和目標(biāo)識(shí)別。計(jì)劃年內(nèi)完成。
2020-11-19 20:46:19
摘 要 針對(duì)跳頻信號(hào)分選提出了采用“復(fù)合信息熵”定量評(píng)估電磁環(huán)境復(fù)雜度的方法?!皬?fù)合信息熵”分三個(gè)部分:類型熵、密度熵、分布熵,綜合考慮了電磁環(huán)境中包含的信號(hào)類型數(shù)、跳頻跳速、跳頻電臺(tái)數(shù)目和信道
2011-07-11 22:35:06
基于嵌入式圖像處理平臺(tái)的實(shí)時(shí)多目標(biāo)識(shí)別算法人工智能技術(shù)與咨詢 昨天本文來(lái)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(cè)任務(wù)的實(shí)時(shí)多目標(biāo)識(shí)別算法,它基于DSP和FPGA組合的圖像處理
2021-12-21 07:02:06
本人新手,之前從未接觸過(guò)圖像處理,現(xiàn)在因?yàn)轫?xiàng)目需要搭建一個(gè)關(guān)于圖像處理和目標(biāo)識(shí)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(lái)并與模板庫(kù)進(jìn)行匹配對(duì)比,以確定是否為我感興趣的目標(biāo)
2016-07-10 15:05:58
分辨率,從而能夠進(jìn)行高分辨成像。另外,沖激信號(hào)可以激勵(lì)出豐富的目標(biāo)諧波響應(yīng)分量,故在探測(cè)隱身目標(biāo)以及目標(biāo)識(shí)別方面也有著重要的應(yīng)用價(jià)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
的方位分辨率,從而能夠進(jìn)行高分辨成像。另外,沖激信號(hào)可以激勵(lì)出豐富的 目標(biāo)諧波響應(yīng)分量,故在探測(cè)隱身目標(biāo)以及目標(biāo)識(shí)別方面也有著重要的應(yīng)用價(jià)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
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(píng)論 毫米波主被動(dòng)復(fù)合探測(cè)系統(tǒng)將毫米波雷達(dá)和輻射計(jì)相結(jié)合,充分利用系統(tǒng)主動(dòng)測(cè)距和目標(biāo)被動(dòng)輻射特性來(lái)完成目標(biāo)識(shí)別及定位,大大改善了毫米波探測(cè)器的性能
2021-12-30 10:36:54
1、基于RT-Thread和N32G457的嵌入式目標(biāo)識(shí)別系統(tǒng)設(shè)計(jì) 本演示示例移植蘇州大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院王宜懷教授團(tuán)隊(duì)的金葫蘆嵌入式人工智能:物體認(rèn)知系統(tǒng)中的代碼在N32G457上實(shí)現(xiàn)??梢?b class="flag-6" style="color: red">識(shí)別單獨(dú)的英文字母A B C D原作者:tai-he
2022-11-30 11:36:05
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(cè)量目標(biāo)的距離、方位和仰角,而且還包括測(cè)量目標(biāo)速度,以及從目標(biāo)回波中獲取更多有關(guān)目標(biāo)的信息。雷達(dá)是利用目標(biāo)對(duì)電磁波的發(fā)射(或稱為二次散射)現(xiàn)象來(lái)發(fā)現(xiàn)目標(biāo)并測(cè)定
2019-07-19 06:34:48
引起的多普勒頻移。這種校正是通過(guò)將信號(hào)乘以基于目標(biāo)速度計(jì)算的相位因子來(lái)實(shí)現(xiàn)的。通過(guò)采用這種方法,可以恢復(fù)原始回波信號(hào),便于后續(xù)的目標(biāo)識(shí)別和跟蹤任務(wù)。
三、MTI處理,在雷達(dá)探測(cè)中,雜波目標(biāo)的回波信號(hào)往往比
2024-05-23 12:12:44
嵌入式系統(tǒng)中的目標(biāo)識(shí)別技術(shù)
2021-03-09 08:33:26
本文將回顧一系列的特征檢測(cè)算法,在這個(gè)過(guò)程中,看看一般目標(biāo)識(shí)別和具體特征識(shí)別在這些年經(jīng)歷了怎樣的發(fā)展。
2021-06-02 06:24:59
應(yīng)用的demo。
應(yīng)用程序通過(guò)相機(jī)進(jìn)行預(yù)覽,對(duì)預(yù)覽畫(huà)面中的物體進(jìn)行目標(biāo)識(shí)別,目前該應(yīng)用程序支持識(shí)別100種物體。
系統(tǒng)架構(gòu)
下圖為demo應(yīng)用以及Openharmony AI子系統(tǒng)的架構(gòu)圖。
目標(biāo)識(shí)別
2024-04-11 16:14:55
怎么實(shí)現(xiàn)基于Z85C30的動(dòng)目標(biāo)識(shí)別系統(tǒng)的串行通信設(shè)計(jì)?
2021-05-31 06:32:52
復(fù)雜的電磁環(huán)境對(duì)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(guò)windows自帶的遠(yuǎn)程桌面訪問(wèn)RK3566呢?怎樣通過(guò)遠(yuǎn)程桌面去查看ROS小車的目標(biāo)識(shí)別情況呢?
2022-03-02 08:50:23
1、智能車目標(biāo)識(shí)別系統(tǒng)的實(shí)現(xiàn) 首先,簡(jiǎn)單介紹一下上面提到的各個(gè)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(lái)說(shuō)明的話
2022-09-06 14:54:26
本文介紹的就是一種可以應(yīng)用于軍事偵察的紅外動(dòng)目標(biāo)識(shí)別跟蹤系統(tǒng)的設(shè)計(jì)。
2021-04-29 06:27:10
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(duì)雷達(dá)電磁環(huán)境仿真軟件進(jìn)行仿真測(cè)試?
2021-04-22 06:12:07
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(shí)別方法,但當(dāng)訓(xùn)練數(shù)據(jù)較少時(shí),該方法的識(shí)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(shí)易產(chǎn)生“病態(tài)”矩陣,
2009-05-20 20:06:47
18 首先將模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于單傳感器潛艇目標(biāo)識(shí)別,在此基礎(chǔ)上將多傳感器數(shù)據(jù)融合技術(shù)應(yīng)用于目標(biāo)識(shí)別。仿真結(jié)果證明:這種方法是可行的、高效的。關(guān)鍵詞:模糊神經(jīng)網(wǎng)絡(luò),
2009-05-26 10:57:18
23 利用異類傳感器的互補(bǔ)特性, 提出了一種新的運(yùn)動(dòng)目標(biāo)識(shí)別算法: 選取目標(biāo)速度、第1 主頻、第2 主頻作為識(shí)別的有效特征; 運(yùn)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 13:40:33
11 本文提出一種全新的圖像分割方法——連通線多級(jí)切割方法,并在此基礎(chǔ)上建立圖像NMI特征的目標(biāo)識(shí)別與跟蹤算法。文章給出了運(yùn)用連通線多級(jí)切割方法實(shí)現(xiàn)閾值求取、圖像分割、
2009-07-15 10:36:04
20 介紹了一種有目標(biāo)識(shí)別功能的圖像采集系統(tǒng),用USB 接口芯片實(shí)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(dòng)程序和應(yīng)用軟件的設(shè)計(jì)與實(shí)現(xiàn)方法。詳細(xì)介紹了目標(biāo)識(shí)別算法
2009-08-13 08:42:45
14 針對(duì)微型航天探測(cè)器在星空運(yùn)動(dòng)背景下對(duì)目標(biāo)識(shí)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 15:10:21
15 本文提出了一種在復(fù)雜場(chǎng)景中實(shí)時(shí)檢測(cè)、識(shí)別多個(gè)目標(biāo)物體的方法。利用由矩陣碼(matrix code)構(gòu)成的 2D 矩陣來(lái)識(shí)別復(fù)雜場(chǎng)景中多個(gè)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 15:39:56
8 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(shí)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 15:22:31
9 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(shí)別。新算法結(jié)合廣義奇異值分解與核方法的優(yōu)點(diǎn),有效地解決了傳統(tǒng)方法面臨
2009-11-18 14:54:32
19 該文主要研究了目標(biāo)識(shí)別中SVM 線性可分的充要條件以及線性不可分時(shí)軟間隔分類的內(nèi)涵。首先給出了SVM 特征空間線性可分充要條件的簡(jiǎn)潔清晰、物理意義更明確的證明過(guò)程,然后證
2009-11-21 11:49:03
9 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(shí)別方法。該方法對(duì)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(duì)低頻子帶圖像提取特
2009-11-21 11:58:48
21 針對(duì)光通信目標(biāo)識(shí)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(jī)和上位機(jī)的功能,與目標(biāo)識(shí)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 17:09:30
10 針對(duì)當(dāng)前目標(biāo)識(shí)別系統(tǒng)中常用的信息融合方法識(shí)別率較低、運(yùn)行速度慢、抗噪性差等問(wèn)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 12:22:52
5 利用合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)獲取的目標(biāo)像進(jìn)行識(shí)別時(shí),基于子空間的自動(dòng)目標(biāo)識(shí)別(Automatic Target Recognition, ATR)方法通常是對(duì)樣本數(shù)據(jù)的值空間進(jìn)行操作。當(dāng)識(shí)別相似目
2010-02-10 14:00:47
19 針對(duì)寬帶雷達(dá)多類目標(biāo)識(shí)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(wèn)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(dòng)相關(guān)分類器的波形優(yōu)化方法,簡(jiǎn)
2010-02-10 14:03:32
13 提出了一種運(yùn)動(dòng)目標(biāo)識(shí)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(diǎn)論述了圖像處理的過(guò)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)的識(shí)別及
2010-07-20 16:14:33
29 影響較小,能保證全天候順利作業(yè),即使在潮濕洗手間等復(fù)雜環(huán)境中,也能保持優(yōu)秀的識(shí)別性能。 - 主要特點(diǎn) - 1、能檢測(cè)移動(dòng)、微動(dòng)及靜止目標(biāo)2、探測(cè)精度
2024-04-23 17:20:06
復(fù)雜目標(biāo)雙站圖形電磁計(jì)算
應(yīng)用物理光學(xué)法(PO)與等效電磁流法(ECM)分別計(jì)算了復(fù)雜目標(biāo)雙站散射中面元與棱邊的散射場(chǎng).在WINDOWS NT/98微機(jī)平臺(tái)上利用軟件圖形標(biāo)準(zhǔn)接口Open GL
2009-10-21 22:04:59
1582 
基于復(fù)雜電磁環(huán)境的基本概念,通過(guò)對(duì)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(píng)估指標(biāo)體系,該體系涉及電磁信號(hào)性能、系統(tǒng)適用能力,以及系統(tǒng)構(gòu)建費(fèi)用。并運(yùn)用模
2011-05-12 17:57:45
36 針對(duì)全自主足球機(jī)器人目標(biāo)識(shí)別受光強(qiáng)變化的影響, 實(shí)時(shí)性、準(zhǔn)確性和魯棒性存在的不足, 提出了一種基于動(dòng)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(guò)動(dòng)態(tài)窗口減小
2011-06-28 15:36:06
34 通常的偵察手段對(duì)于軍事假目標(biāo)的識(shí)別能力有限,文中提出了一種新的軍事假目標(biāo)識(shí)別方法。在介紹偏振成像機(jī)理的基礎(chǔ)上,分析了偏振信息檢測(cè)和強(qiáng)度信息檢測(cè)在物理含義中的區(qū)別。
2011-08-29 15:11:01
36 內(nèi)容安排 復(fù)雜電磁環(huán)境介紹 復(fù)雜電磁環(huán)境對(duì)信號(hào)監(jiān)測(cè)的挑戰(zhàn) 監(jiān)測(cè)技術(shù)的發(fā)展 E3238S硬件體系結(jié)構(gòu)特點(diǎn) E3238S軟件功能及特點(diǎn)
2011-10-11 17:05:26
42 自動(dòng)目標(biāo)識(shí)別(ATR)算法通常包括自動(dòng)地對(duì)目標(biāo)進(jìn)行檢測(cè)、跟蹤、識(shí)別和選擇攻擊點(diǎn)等算法。戰(zhàn)場(chǎng)環(huán)境的復(fù)雜性和目標(biāo)類型的不斷增長(zhǎng)使ATR算法的運(yùn)算量越來(lái)越大,因此ATR算法對(duì)微處理器的
2012-01-17 14:53:55
2335 
提出了一種基于相關(guān)分析的飛機(jī)目標(biāo)識(shí)別方法。該方法利用飛機(jī)圖像低頻和高頻部分合成濾波器模板,能達(dá)到很高識(shí)別率與很低的等錯(cuò)率。該研究旨在提高飛機(jī)識(shí)別的準(zhǔn)確率和降低出錯(cuò)
2013-09-02 14:54:55
21 電子開(kāi)發(fā)機(jī)器人相關(guān)教程資料——全自主移動(dòng)足球機(jī)器人目標(biāo)識(shí)別
2016-09-06 16:42:43
0 基于MVDR參數(shù)譜在艦船目標(biāo)識(shí)別中的應(yīng)用_魏鑫
2017-01-07 21:28:58
0 融合壓縮感知和SVM的SAR變形目標(biāo)識(shí)別算法_谷雨
2017-01-08 11:07:01
1 紅外動(dòng)目標(biāo)識(shí)別跟蹤系統(tǒng)的實(shí)現(xiàn)方案
2017-01-12 22:13:34
25 多尺度Retinex算法在自動(dòng)目標(biāo)識(shí)別中的應(yīng)用_周澤華
2017-03-19 11:29:00
0 基于OpenCv運(yùn)動(dòng)目標(biāo)識(shí)別技術(shù)的研究_孟介成
2017-03-17 08:00:00
5 基于RHT的局部有遮擋圓形目標(biāo)識(shí)別方法_顧肇瑞
2017-03-17 08:00:00
0 基于大視場(chǎng)星敏感器的目標(biāo)識(shí)別技術(shù)_丁國(guó)鵬
2017-03-19 19:19:35
0 針對(duì)具有多個(gè)特征指標(biāo)的模糊多傳感器目標(biāo)識(shí)別問(wèn)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(guò)求解數(shù)學(xué)規(guī)劃問(wèn)題,得到各目標(biāo)類別的優(yōu)屬度,并給出目標(biāo)識(shí)別規(guī)則。實(shí)驗(yàn)結(jié)果表明,該方法能提高目標(biāo)識(shí)別結(jié)果的客觀性和可信度,具有可操作性。
2017-09-08 15:25:55
3 電磁場(chǎng)在目標(biāo)識(shí)別中的應(yīng)用
2017-09-15 10:01:54
22 速度快的優(yōu)點(diǎn)對(duì)OMP算法進(jìn)行改進(jìn)。通過(guò)對(duì)雷達(dá)高分辨距離像(HRRP)的識(shí)別實(shí)驗(yàn)表明,采用Gabor原子提取的特征參數(shù)作為特征向量對(duì)雷達(dá)目標(biāo)的分類效果比較好,同時(shí),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(jì)算量。
2017-11-05 15:39:07
12 算法的目標(biāo)識(shí)別算法。結(jié)合在無(wú)遮擋與被局部遮擋的交通工具全方位姿態(tài)模型庫(kù)上進(jìn)行的目標(biāo)識(shí)別試驗(yàn),得出結(jié)果:算法對(duì)無(wú)遮擋目標(biāo)的平均識(shí)別率能到達(dá)83%以上,具有良好的識(shí)別性能:對(duì)被局部遮擋目標(biāo)的平均識(shí)別率也能保持在80%左右,只有很小的降低。實(shí)驗(yàn)結(jié)果顯示算法具有優(yōu)良的識(shí)別被局
2017-11-14 11:04:14
5 為了能夠更好地滿足日益擴(kuò)大的目標(biāo)識(shí)別需求,提出了一種基于改進(jìn)KD樹(shù)與RANSC算法的目標(biāo)識(shí)別算法。通過(guò)對(duì)比改進(jìn)前后KD樹(shù)匹配算法匹配SIFT特征點(diǎn)的執(zhí)行效果,很明顯的看出改進(jìn)KD樹(shù)算法的匹配效果更佳
2017-11-16 17:45:02
17 針對(duì)遙感圖像視覺(jué)對(duì)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(shí)別的基礎(chǔ)上,提出一種基于擴(kuò)展字典稀疏表示的遙感目標(biāo)識(shí)別方法。首先將訓(xùn)練樣本和待測(cè)樣本進(jìn)行二進(jìn)小波變換增強(qiáng),提取增強(qiáng)圖像
2017-11-17 17:18:38
9 在現(xiàn)代防空作戰(zhàn)中,為獲得最佳作戰(zhàn)效果,必須實(shí)時(shí)獲取戰(zhàn)場(chǎng)態(tài)勢(shì)估計(jì),目標(biāo)識(shí)別是戰(zhàn)場(chǎng)態(tài)勢(shì)估計(jì)的重要組成部分。目標(biāo)識(shí)別技術(shù)利用多傳感器資源,通過(guò)對(duì)各個(gè)傳感器及其觀測(cè)信息的合理支配與使用,將各傳感器在
2017-12-14 16:34:16
0 數(shù)據(jù)呈現(xiàn)極度的不平衡,壓縮感知是有效地減弱這種不平衡的可能技術(shù)之一。以雷達(dá)稀疏信號(hào)的壓縮測(cè)量及重構(gòu)為主線,本文綜述了壓縮感知理論在雷達(dá)目標(biāo)探測(cè)與識(shí)別中的研究進(jìn)展,分析了壓縮感知理論在PD雷達(dá)、穿墻雷達(dá)、MIMO雷
2018-02-28 15:53:25
1 現(xiàn)代戰(zhàn)爭(zhēng)條件下,電子對(duì)抗與反對(duì)*趨激烈,各新型雷達(dá)為對(duì)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(hào)形式,因而導(dǎo)致戰(zhàn)場(chǎng)空間的電磁環(huán)境信號(hào)空前復(fù)雜、密集且相互交迭。這就對(duì)電子偵察和反輻射設(shè)備提出了越來(lái)越高的要求。
2019-01-08 07:47:00
4685 
目標(biāo)識(shí)別作為現(xiàn)代雷達(dá)的重要發(fā)展方向之一,成為未來(lái)武器系統(tǒng)中的一個(gè)重要組成部分和當(dāng)前國(guó)內(nèi)外關(guān)注的熱點(diǎn),具有廣泛的民用和軍事應(yīng)用價(jià)值。根據(jù)雷達(dá)的探測(cè)手段及應(yīng)用背景的不同,出現(xiàn)了多種識(shí)別方法,其中雷達(dá)
2020-07-20 08:18:00
3397 
模式識(shí)別、機(jī)器學(xué)習(xí)到近年來(lái)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(shí)別中都有較多研究成果。 傳統(tǒng)雷達(dá)識(shí)別方法難以適應(yīng)復(fù)雜多變的戰(zhàn)場(chǎng)環(huán)境 現(xiàn)有雷達(dá)目標(biāo)識(shí)別常采用統(tǒng)計(jì)模式識(shí)別理論。模式識(shí)別主要利用統(tǒng)計(jì)學(xué)、概率論、計(jì)算
2023-02-03 14:40:47
3455 在現(xiàn)代社會(huì),人臉目標(biāo)識(shí)別技術(shù)在各大領(lǐng)域應(yīng)用得越來(lái)越廣泛;同時(shí),社會(huì)治安環(huán)境和國(guó)際安全問(wèn)題也愈發(fā)嚴(yán)峻,人臉目標(biāo)識(shí)別面臨著越來(lái)越嚴(yán)峻的挑戰(zhàn)。在復(fù)雜環(huán)境下,檢測(cè)目標(biāo)和背景場(chǎng)景都是復(fù)雜且動(dòng)態(tài)變化的,傳統(tǒng)的人
2021-05-18 14:48:46
10 無(wú)人機(jī)在線目標(biāo)識(shí)別和定位技術(shù)研究綜述
2021-06-19 14:59:00
30 的協(xié)調(diào)和電磁能量的合理應(yīng)用等。電磁環(huán)境與電磁環(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 11:20:28
9811 
采用優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)的紅外目標(biāo)識(shí)別系統(tǒng) 人工智能技術(shù)與咨詢 前天 本文來(lái)自《光學(xué)精密工程》,作者劉可佳等 關(guān)注微信公眾號(hào):人工智能技術(shù)與咨詢。了解更多咨詢! 摘要 針對(duì)視頻數(shù)據(jù)利用低效和光測(cè)設(shè)備目標(biāo)識(shí)別
2021-11-16 14:33:21
1533 
深度殘差網(wǎng)絡(luò)的無(wú)人機(jī)多目標(biāo)識(shí)別 人工智能技術(shù)與咨詢 來(lái)源:《圖學(xué)學(xué)報(bào)》。作者翟進(jìn)有等 摘要:傳統(tǒng)目標(biāo)識(shí)別算法中,經(jīng)典的區(qū)域建議網(wǎng)絡(luò)(RPN)在提取目標(biāo)候選區(qū)域時(shí)計(jì)算量大,時(shí)間復(fù)雜度較高,因此提出一種
2021-12-02 17:14:14
1999 
深度殘差網(wǎng)絡(luò)的無(wú)人機(jī)多目標(biāo)識(shí)別 人工智能技術(shù)與咨詢? 來(lái)源:《圖學(xué)學(xué)報(bào)》。作者翟進(jìn)有等 摘要: 傳統(tǒng)目標(biāo)識(shí)別算法中,經(jīng)典的區(qū)域建議網(wǎng)絡(luò)(RPN)在提取目標(biāo)候選區(qū)域時(shí)計(jì)算量大,時(shí)間復(fù)雜度較高,因此提出
2021-12-06 17:02:02
969 基于三維激光點(diǎn)云的目標(biāo)識(shí)別與跟蹤研究 來(lái)源:《汽車工程》 ,作者徐國(guó)艷等 [摘要] 針對(duì)無(wú)人車環(huán)境感知中的障礙物檢測(cè)問(wèn)題,設(shè)計(jì)了一套基于車載激光雷達(dá)的目標(biāo)識(shí)別與跟蹤方法。為降低計(jì)算量,提高處理速度
2022-01-17 11:22:44
1112 基于三維激光點(diǎn)云的目標(biāo)識(shí)別與跟蹤研究 來(lái)源:《汽車工程》?,作者徐國(guó)艷等 [摘要]?針對(duì)無(wú)人車環(huán)境感知中的障礙物檢測(cè)問(wèn)題,設(shè)計(jì)了一套基于車載激光雷達(dá)的目標(biāo)識(shí)別與跟蹤方法。為降低計(jì)算量,提高處理速度
2022-02-15 13:36:38
3733 
復(fù)雜電磁環(huán)境信號(hào)源是系列化7U/19英寸標(biāo)準(zhǔn)上架式VPX機(jī)箱形式的復(fù)雜電磁環(huán)境信號(hào)模擬設(shè)備,單機(jī)箱最多支持8個(gè)物理通道,可模擬多種領(lǐng)域特征信號(hào),覆蓋各種體制雷達(dá)、常規(guī)通信、導(dǎo)航定位、電子對(duì)抗、電子偵察等裝備。
2022-11-02 15:17:32
1950 定義出一系列的規(guī)則來(lái)進(jìn)行目標(biāo)識(shí)別。這樣的方法當(dāng)然在一些簡(jiǎn)單的案例中已經(jīng)應(yīng)用的很好,**唯一的缺點(diǎn)是隨著被識(shí)別物體的變動(dòng),所有的規(guī)則和算法都要重新設(shè)計(jì)和開(kāi)發(fā),即使是同樣的產(chǎn)品,不同批次的變化都會(huì)造成不能重用的現(xiàn)實(shí)。**
2023-02-07 12:00:07
1488 
雷達(dá)是現(xiàn)代戰(zhàn)爭(zhēng)中不可或缺的電子設(shè)備,雷達(dá)目標(biāo)跟蹤是雷達(dá)數(shù)據(jù)處理中至 關(guān)重要的一個(gè)組成部分,在軍民兩用領(lǐng)域中都具著廣泛的應(yīng)用。但雷達(dá)在實(shí)際工 作中所處的物理環(huán)境十分惡劣,接收到的量測(cè)數(shù)據(jù)中存在大量
2023-02-15 17:21:05
1 在現(xiàn)代戰(zhàn)爭(zhēng)中,戰(zhàn)場(chǎng)電磁環(huán)境日益復(fù)雜,輻射源數(shù)量多,信號(hào)密度大,波形復(fù)雜多變。分析復(fù)雜電磁環(huán)境對(duì)戰(zhàn)斗力的影響,評(píng)估其對(duì)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 10:05:49
2853 同一目標(biāo)在不同的姿態(tài)下對(duì)不同的極化波表現(xiàn)出不同程度的敏感性,這種極化差異可達(dá)10dB。因此,極化分集技術(shù)的使用可以顯著提高雷達(dá)系統(tǒng)的探測(cè)性能。
2023-06-15 10:07:57
3736 
標(biāo)準(zhǔn),最終定義出一系列的規(guī)則來(lái)進(jìn)行目標(biāo)識(shí)別。這樣的方法當(dāng)然在一些簡(jiǎn)單的案例中已經(jīng)應(yīng)用的很好,唯一的缺點(diǎn)是隨著被識(shí)別物體的變動(dòng),所有的規(guī)則和算法都要重新設(shè)計(jì)和開(kāi)發(fā),即
2022-12-15 10:44:10
1971 
? ?? 隨著通信基礎(chǔ)設(shè)施、信號(hào)塔臺(tái)、變電站、雷達(dá)等的建設(shè),空間中的電磁信號(hào)呈現(xiàn)信號(hào)種類多、信源數(shù)目多、信號(hào)特征變化快等發(fā)展趨勢(shì),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(duì)于電子裝備的影響巨大
2023-08-07 09:37:08
1920 隨著智能網(wǎng)聯(lián)汽車的迅速發(fā)展和大規(guī)模普及,行駛中的電磁環(huán)境日益復(fù)雜,對(duì)于智能網(wǎng)聯(lián)汽車在復(fù)雜電磁環(huán)境下的適應(yīng)性提出了更高的要求,構(gòu)建、模擬復(fù)雜電磁環(huán)境并將其應(yīng)用于智能網(wǎng)聯(lián)汽車的測(cè)試認(rèn)證,更是諸多車企所
2023-08-16 07:40:07
1461 
隨著通信基礎(chǔ)設(shè)施、信號(hào)塔臺(tái)、變電站、雷達(dá)等的建設(shè),空間中的電磁信號(hào)呈現(xiàn)信號(hào)種類多、信源數(shù)目多、信號(hào)特征變化快等發(fā)展趨勢(shì),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(duì)于電子裝備的影響巨大,可直接導(dǎo)致
2023-08-09 08:32:05
3395 
通過(guò)加強(qiáng)圖像分割,能夠提高機(jī)器視覺(jué)的圖像目標(biāo)識(shí)別的自動(dòng)化水平,使得圖像目標(biāo)識(shí)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(diǎn)介紹以下3種分割方法。
2024-01-15 12:17:54
2657 機(jī)器視覺(jué)代替?zhèn)鹘y(tǒng)的人工視覺(jué),能夠更好的滿足危險(xiǎn)作業(yè)基本需求。機(jī)器視覺(jué)的圖像目標(biāo)識(shí)別的重要性圖像目標(biāo)識(shí)別是機(jī)器視覺(jué)中的核心研究領(lǐng)域,在農(nóng)業(yè)、工業(yè)和醫(yī)療等領(lǐng)域均有涉及。
2024-02-23 08:26:49
1392 
一系列的規(guī)則來(lái)進(jìn)行目標(biāo)識(shí)別。這樣的方法當(dāng)然在一些簡(jiǎn)單的案例中已經(jīng)應(yīng)用的很好,唯一的缺點(diǎn)是隨著被識(shí)別物體的變動(dòng),所有的規(guī)則和算法都要重新設(shè)計(jì)和開(kāi)發(fā),即使是同樣的產(chǎn)品,不
2024-03-14 08:26:20
1769 
隨著技術(shù)的發(fā)展,雷達(dá)的應(yīng)用和功能早已超脫了探測(cè)和測(cè)距這個(gè)基本范圍,比如測(cè)速,測(cè)角,目標(biāo)識(shí)別,目標(biāo)成像,戰(zhàn)場(chǎng)偵察等等。但是只要用到電磁波來(lái)進(jìn)行探測(cè)的技術(shù),我們依然稱為雷達(dá)。
2024-04-29 10:47:49
6188 
任務(wù)是在圖像或視頻中快速準(zhǔn)確地定位出感興趣的目標(biāo),并給出目標(biāo)的位置信息。目標(biāo)檢測(cè)技術(shù)通常包括候選區(qū)域提取、特征提取、分類器設(shè)計(jì)等步驟。 目標(biāo)識(shí)別技術(shù) 目標(biāo)識(shí)別技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域的另一個(gè)重要研究方向,其主要任務(wù)是
2024-07-17 09:38:40
1664 智慧華盛恒輝復(fù)雜電磁環(huán)境模擬系統(tǒng)的設(shè)計(jì)方案是一個(gè)綜合性的工程任務(wù),涉及多個(gè)方面的考慮和技術(shù)實(shí)現(xiàn)。以下是一個(gè)基于現(xiàn)有技術(shù)和應(yīng)用需求的設(shè)計(jì)方案概述: 智慧華盛恒輝系統(tǒng)目標(biāo) 復(fù)雜電磁環(huán)境模擬系統(tǒng)的目標(biāo)
2024-07-17 17:06:53
1179 環(huán)境模擬系統(tǒng)的目標(biāo)是能夠模擬真實(shí)戰(zhàn)場(chǎng)或特定測(cè)試場(chǎng)景下的復(fù)雜電磁環(huán)境,包括各種通信信號(hào)、雷達(dá)信號(hào)、干擾信號(hào)、噪聲等,以評(píng)估電子設(shè)備的性能和穩(wěn)定性。 智慧華盛恒輝電磁環(huán)境模擬系統(tǒng)組成 信號(hào)源與調(diào)制器: 頻率合成器: 信號(hào)
2025-02-14 16:47:34
731 
復(fù)雜電磁環(huán)境構(gòu)建與測(cè)試軟件系統(tǒng)
2025-04-29 20:47:41
550 
評(píng)論