基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了运用支持向量机进行目标检测的方法.通过对航空影像中的军事目标和自然背景两类样本进行学习,支持向量机检测方法建立了针对目标和非目标有效区分的识别模型,该模型能够对航空影像中所有的区域进行快速的检测和识别,检测到所有感兴趣的人造军事目标.试验表明,该方法快速、高效且具备一定的鲁棒性.
推荐文章
基于支持向量机的运动目标中人脸检测
支持向量机
人脸检测
运动目标分割
马尔可夫随机场
分类器
基于随机共振和支持向量机的水下目标检测
声纳图像
随机共振
目标检测
支持向量机
基于支持向量机方法的多目标图像分割
多目标图像分割
支持向量机
核主成份分析
基于支持向量机的水中目标识别
支持向量机
水中目标识别
统计学习理论
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的特定目标检测方法
来源期刊 武汉大学学报(信息科学版) 学科 地球科学
关键词 支持向量机 模式识别 目标检测
年,卷(期) 2004,(10) 所属期刊栏目 学术论文
研究方向 页码范围 912-915,932
页数 5页 分类号 TP391.41|P231.5
字数 3898字 语种 中文
DOI 10.3321/j.issn:1671-8860.2004.10.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 秦前清 武汉大学测绘遥感信息工程国家重点实验室 152 2348 24.0 42.0
2 段汕 武汉大学测绘遥感信息工程国家重点实验室 9 130 5.0 9.0
3 梅建新 武汉大学测绘遥感信息工程国家重点实验室 10 198 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (22)
参考文献  (4)
节点文献
引证文献  (17)
同被引文献  (59)
二级引证文献  (79)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(3)
  • 参考文献(2)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(6)
  • 引证文献(3)
  • 二级引证文献(3)
2010(6)
  • 引证文献(3)
  • 二级引证文献(3)
2011(7)
  • 引证文献(2)
  • 二级引证文献(5)
2012(8)
  • 引证文献(0)
  • 二级引证文献(8)
2013(10)
  • 引证文献(2)
  • 二级引证文献(8)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(10)
  • 引证文献(1)
  • 二级引证文献(9)
2016(13)
  • 引证文献(3)
  • 二级引证文献(10)
2017(10)
  • 引证文献(0)
  • 二级引证文献(10)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
模式识别
目标检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
武汉大学学报(信息科学版)
月刊
1671-8860
42-1676/TN
大16开
武汉市珞喻路129号武汉大学测绘校区
38-317
1957
chi
出版文献量(篇)
5457
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导