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:
对于背景呈非线性变化的复杂图像,用背景预测的方法对红外点目标进行检测时,传统的线性最小二乘法(Least Squares,LS)的效果比较差.文章使用核方法(Kernel Methods,KMs)推导了最小二乘法的非线性版本:核最小二乘算法(Kernel Least Squares,KLS);进一步推导出了更适合动态系统时序预测的指数加权形式的核最小二乘算法(Kemel Exponential wleighted Least Squares,KEWLS).提出了一种基于核方法的红外点目标检测算法,先用KEWLS非线性回归算法预测红外图像背景,再通过自适应门限检测残差图像中的目标,非线性函数回归和红外序列图像检测实验表明核方法较大地改进了算法的非线性函数估计与红外背景预测能力.
推荐文章
最小二乘支持向量机交通事件检测算法
交通工程
事件检测
最小二乘支持向量机
分类
一种角度加权的最小二乘目标定位算法
传感器
目标定位
最小二乘
加权最小二乘
波达方向估计
基于核的偏最小二乘特征提取的最小二乘支持向量机回归方法
偏最小二乘
最小二乘支持向量机
核的偏最小二乘
回归
电力负荷预测的核偏最小二乘回归模型
核偏最小二乘
电力负荷
预测
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 核最小二乘算法检测红外点目标
来源期刊 光电工程 学科 工学
关键词 点目标检测 核方法 非线性回归 最小二乘法 指数加权 背景预测
年,卷(期) 2009,(9) 所属期刊栏目 目标识别与跟踪
研究方向 页码范围 29-34
页数 6页 分类号 TN215
字数 1174字 语种 中文
DOI 10.3969/j.issn.1003-501X.2009.09.006
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 马东辉 电子工程学院脉冲功率激光技术国家重点实验室 10 109 6.0 10.0
5 樊祥 电子工程学院脉冲功率激光技术国家重点实验室 9 133 5.0 9.0
14 朱斌 电子工程学院脉冲功率激光技术国家重点实验室 16 40 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (11)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (1)
二级引证文献  (4)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(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
点目标检测
核方法
非线性回归
最小二乘法
指数加权
背景预测
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
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
论文1v1指导