支持向量机，用于特征提取、预测、目标识别等问题的解决实例，有详细的代码辅助说明。

针对目标识别过程中识别精度不高、实时性不好的问题，提出基于尺度不变特征转换（SIFT）算法的改进算法，该算法通过研究传统的SIFT算法特征匹配正确率不高、匹配耗时过长的问题，结合Harris算子角点检测特性提出改进，在高斯差分尺度空间内直接检测角点，使得提取的特征点数目减少，计算量降低，特征点提取的显著性提高；同时使用RANSANC方法进行特征匹配约束，减少误匹配，进一步提升目标识别的正确率。为了验证提出算法的有效性，通过MATLAB对算法在尺度变化和噪声等复杂情况下的匹配效果进行实验验证，结果表明，改进的SIFT算法匹配用时大大降低、误匹配较少，匹配正确率提高，具有较强的鲁棒性，可以准确识别目标，具有良好的目标识别能力。

很好的关于雷达的资料，希望对大家有帮助，好好的学习……

基于特征提取的目标识别技术，提取图像的特征，在特征的基础上来识别出目标和背景

局部自适应回归核lark算法的c++实现，包括核计算，pca，以及频域相关，相对于原始算法实现利用频域相关代替时域相关，大大提高了计算效率 linux下320*320分辨率运行时间120ms左右

雷达目标识别的遗传算法代码 很值得参考 辛苦得到的

2018之江杯全球人工智能大赛 - 零样本图像目标识别

使用LabVIEW实现基于颜色和形状的图像识别源程序，压缩包里面包含两个vi源程序可以直接运行。可以实现对目标的学习和识别后图像的框选和文字显示，可以用来参考学习。注意，使用前提是安装LabVIEW视觉包，17及以上版本打开。

为了改善因红外图像中目标轮廓模糊造成的识别率低，提出一种适用于红外机动目标的识别算法?通过自适应步长的细菌觅食算法对BP神经网络进行优化，利用图像中目标的最左点和最右点及两极点上部的目标边缘信息构造以局部面积比组成的特征向量，通过神经网络对目标分类识别?实验结果表明本文提出的识别算法不仅提高了BP神经网络的收敛速度和计算精度，同时有效地提高了对机动目标的识别率，当目标部分区域被遮挡时也有很好的识别效果?

宽带雷达目标检测与跟踪方法 西安电子科技大学学硕论文 ，适合大三、大四本科生学习有关雷达目标检测方向的学习和研究