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:
利用小波变换具有易于消除噪声、运算方便、能够体现图像特征等优点,研究了基于小波变换的目标识别方法.首先采用二次B样条小波滤波器组对样本图像进行小波变换,提取多尺度边缘,然后提取不变矩,以此作为图像的特征向量,最后应用小波神经网络进行分类识别.计算机仿真实验表明,该方法取得了较好的识别效果.
推荐文章
基于小波变换的遗传算法在红外图像目标识别中的应用
遗传算法
图像处理
小波变换
目标识别
基于小波变换与粗糙集的雷达目标识别方法
小波变换
粗糙集
雷达目标识别
毫米波敏感器基于小波变换的目标识别
毫米波敏感器
目标识别
DSP
小波分析
基于小波变换的被动声目标识别的研究
小波变换
信号处理
特征提取
目标识别
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 小波变换在目标识别中的应用
来源期刊 电光与控制 学科 工学
关键词 目标识别 空战 小波变换 多尺度 不变矩 小波神经网络
年,卷(期) 2007,(5) 所属期刊栏目 工程应用
研究方向 页码范围 136-140
页数 5页 分类号 V271.4|TP391.4
字数 2770字 语种 中文
DOI 10.3969/j.issn.1671-637X.2007.05.033
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 姜长生 南京航空航天大学自动化学院 380 3810 27.0 38.0
2 吴庆宪 南京航空航天大学自动化学院 198 1678 22.0 30.0
3 徐键 南京航空航天大学自动化学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (194)
参考文献  (10)
节点文献
引证文献  (5)
同被引文献  (7)
二级引证文献  (15)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(5)
  • 参考文献(0)
  • 二级参考文献(5)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(4)
  • 参考文献(4)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
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
目标识别
空战
小波变换
多尺度
不变矩
小波神经网络
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
电光与控制
月刊
1671-637X
41-1227/TN
大16开
河南省洛阳市017信箱16分箱
1970
chi
出版文献量(篇)
4517
总下载数(次)
11
总被引数(次)
24286
论文1v1指导