原文服务方: 微电子学与计算机       
摘要:
为了提高SAR(合成孔径雷达)图像的目标识别能力,提出基于机器学习的目标识别技术.该技术以马尔可夫网络为体系,从大量的例子中学习并获得网络参数,利用贝叶斯信任传播机制为原图像找到理想的后验概率,从而生成一个边缘信息丰富的结果图.
推荐文章
一种有效的SAR图像自动目标识别方法
自动目标识别
遗传算法
主成分分析
双阈值CFAR分割
合成孔状雷达
基于稀疏表示的SAR图像目标识别方法
合成孔径雷达(SAR)
目标识别
稀疏表示
?1范数最优化
一种基于自适应核字典学习的SAR目标识别方法
SAR图像
目标识别
自适应核字典学习
核稀疏
最小重构误差
基于PCA特征的快速SAR图像目标识别方法
目标识别
特征提取
PCA
合成孔径雷达
神经网络
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 基于机器学习的SAR图像目标识别方法研究
来源期刊 微电子学与计算机 学科
关键词 SAR 图像处理 目标识别
年,卷(期) 2004,(7) 所属期刊栏目
研究方向 页码范围 110-111,146
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2004.07.029
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 徐东 海军大连舰艇学院基础部 13 27 4.0 5.0
2 杨健 海军大连舰艇学院基础部 19 66 5.0 7.0
3 徐亚范 海军大连舰艇学院基础部 8 9 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (1)
参考文献  (1)
节点文献
引证文献  (8)
同被引文献  (11)
二级引证文献  (13)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(3)
  • 引证文献(2)
  • 二级引证文献(1)
2007(1)
  • 引证文献(0)
  • 二级引证文献(1)
2008(2)
  • 引证文献(0)
  • 二级引证文献(2)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
SAR
图像处理
目标识别
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导