提出一种基于二维经验模态分解(BEMD)的合成孔径雷达(SAR)目标识别方法。BEMD可以从原始SAR图像提取多层次的二维固态模函数(BIMF),它们可以更好地描述目标的细节信息,因此联合原始SAR图像及其多层次BIMF,可以为后续的分类决策提供更多有益信息。采用支持向量机(SVM)对原始SAR图像以及各个层次的BIMF进行决策,然后基于Bayesian理论对各个SVM输出的结果进行有效融合,从而获得更为稳健的识别结果。基于MSTAR数据集设置几种典型的实验条件,对本文方法进行性能测试,结果验证本文方法相比几类现有SAR目标识别方法更具有性能优势。
1
基于社交网络的热点事件潜在意见领袖识别方法
2022-04-04 20:52:58 820KB 研究论文
1
摘要 :为了解决光照变化对疲劳检测系统造成的识 别准确性不 高的问题 ,提 出了一 种近红外环境下 判断人眼状态 的方 法,即针对红 外光补 图像的人眼状态判断 ;首先 ,利用 Ada boost算法进行人 眼区域定位 ,在 网格法标记人眼瞳孔部分 的基础上 ,采用 Re t i nex算法对 红外 图像进行增强 ;接着 ,结合 “亮瞳效应”特性 ,X ~-值化以及边缘检测后的红外图像分别进行 网格法闭合度计算 ,得 到人眼 闭合度 大小 ;最后 ,根据闭合度计算结果设定双 阈值并结合 PERCLOS准则来判断人眼特征状态 ;另外 ,在 DM642硬件平台上进行疲 劳检测试 验 ,实验结果表明 ,该方法 的人眼状态识别率达到 了 90 以上 ,且平均每秒能处 理 21帧图片 ;证 明了该 方法不仅 能有效解决 光照变化 带来 的问题 ,而且满足疲劳状态检测系统的快速性 、准确性和有效性等要求。
2022-04-03 17:34:43 2.5MB 红外图像 疲劳状态 识别方法
1
对内燃机复杂噪声源进行识别和排序是内燃机噪声控制的关键基于逆边界元法 (IBEM) 的噪声源识别技术,利用边界元法建立了声场与结构表面振动速度之间的声学传递向量 (ATV) 将常规的声压测量作为输入数据,在逆向数值计算方法的基础上能够精确地重构出结构表面法向振动速度,进而获得源面详细的振声特征信息.针对某轿车柴油机,测试了额定工况下近场 144 个场点声压,应用该方法在发火频率点处,重构出了柴油机表面法向振动速度分布.通过对比预测和实测声场点声压,验证了该方法的有效性.在噪声面板贡献量分析的基础上,对该柴
2022-04-01 10:31:00 404KB 自然科学 论文
1
BPSK_QPSK与OQPSK_UQPSK调制识别方法摘要: 近年来, 卫星测控链路中大量使用了 OQPSK、 UQPSK 的调制方式。从而, 提出了如何区分这两种调制方式与 BPSK、 QPSK 信号的课题。本文借助仿真工具 MATLAB 分析了这四种信号的二倍频、 四倍频频谱特性, 并对区分这四种信号的方法 进行了初探。
2022-03-26 21:00:31 342KB 调制
1
基于深度学习模型的人脸识别部分主要包含三个模块:数据预处理模块、深度学习模块和识别模块。数据预处理模块主要由数据整合和构造数据立方体两个部分组成。深度学习模块通过两个具体过程来实现:RBM 调节和深度模型的反馈微调。RBM 的调节过程是自下而上的各个层间的调节过程,以这种方式来初始化整个深度模型的系统权值,而深度模型的反馈微调,首先进行自下而上的识别模型转换,然后再进行自上而下的生成模型转换,最后通过不同层次之间的不断调节,使生成模型可以重构出具有较低误差的原样本,这样就得到了此样本的本质特征,即深度模型的最高抽象表示形式。
2022-03-24 20:38:35 3.08MB 深度学习 人脸识别 人工神经网络
1
《A Comparative Study of Palmprint Recognition Algorithms》是一篇非常好的掌纹识别综述文章。总结了当前流行的方法。
2022-03-22 11:24:37 1.96MB 掌纹识别综述
1
想些介绍pdf417及常用的二维码,介绍一种识别pdf417的方法,
2022-03-21 13:51:37 2.57MB pdf417 二维码 识别
1
针对当前心电图(ECG)身份识别中存在的小样本、多特征点检测问题,提出基于小波变换和动态时间规整(DTW)相结合的方法。利用小波变换对ECG 信号进行预处理并提取R 波峰值点,提取并保存肢导联QRS 波及心拍模板,根据QRS 波测试数据与各QRS 波模板间的相关性分析以及阈值条件缩小身份识别范围,采用DTW 算法确定心拍测试数据与各心拍模板之间的最优匹配距离,实现身份识别。实验结果表明,该方法在112个个体ECG 数据中的身份识别准确率为97.3%,个体识别时间为4.4 s,解决了单检测点和大样本条件下的
2022-03-15 14:59:12 136KB 工程技术 论文
1
与经典的卷积神经网络(CNN)相比,提出的胶囊网络欣顿可以使用更少的网络层来很好地完成分类任务,并以更快的速度达到收敛。 胶囊网络的原理是基于CNN,只是将神经元形式从标量转换为向量,即一个胶囊,然后通过动态路由方法选择适合最终输出的胶囊1 。在胶囊网络的基础上,使用反卷积来还原图像并优化原始图像和还原图像之间的误差。 通过数据增强处理的名为Cohn- Kanade Database Plus(CK +)的经典面部情绪数据库用于进行实验。 最近,分类结果与NAO机器人结合在一起。 NAO机器人可以通过改变眼睛的颜色并说出结果来形象化情感,从而达到将理论与实践相结合的目的。
2022-03-12 14:47:31 235KB Capsule Convolution Neural Network
1