原文服务方: 现代电子技术       
摘要:
针对海空目标运动速度快,机动频繁,要对其既准又快的识别和跟踪,算法和硬件都要求很高的特点,提出了一种新的基于元胞神经网络(CNN)海空目标检测方法.通过大量的仿真实验证明,CNN与传统的方法如各种梯度算子、形态学、小波等相比,其处理结果更加完整细腻,细节更加突出,有利于提取目标的细微特征,特别是对于以云层、海浪为背景的海空光电目标,能更好地进行目标检测.该方法收敛时间快,适合高速并行信号处理,能满足实时处理的要隶,因此在军事上具有较大的应用潜力.
推荐文章
基于Faster R-CNN的显著性目标检测方法
视觉显著性
目标检测
元胞自动机
超像素分割
基于知识的复杂海空背景抑制
小波变换
Hough变换
海空线检测
方向自适应的多级滤波
基于LSTM-CNN的容器内恶意软件静态检测
容器
卷积神经网络
深度学习
长短期记忆
恶意软件检测
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CNN的海空目标检测
来源期刊 现代电子技术 学科
关键词 元胞神经网络 目标检测 Sobel Canny 形态学
年,卷(期) 2008,(9) 所属期刊栏目 军事通信
研究方向 页码范围 51-53,56
页数 4页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2008.09.018
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 杨绍清 95 580 11.0 21.0
2 刘松涛 63 398 9.0 18.0
3 刘天华 4 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
元胞神经网络
目标检测
Sobel
Canny
形态学
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导