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:
结合最新的子空间数据分析方法--非负矩阵分解(nonnegative matrix factorization,NMF),对极化合成孔径雷达(synthetic aperture radar,SAR)图像中的弱小舰船目标提出一种全新的有效检测方法.该方法利用极化协方差矩阵分解,得到包含极化图像能量的特征值组,组成满足NMF要求的非负矩阵;然后采用稀疏限制的NMF来提取其中的主要特征,以此将舰船目标检测出来.采用国内全极化和双极化实测海洋数据进行实验,验证了本文方法的有效性.
推荐文章
基于RetinaNet的SAR图像舰船目标检测
合成孔径雷达(SAR)图像
舰船目标检测
深度学习
RetinaNet
基于NSCT和ACO的SAR图像舰船检测
合成孔径雷达
非下采样变换
蚁群优化
边缘检测
舰船检测
基于反射对称性的极化SAR舰船目标CFAR检测
反射对称性
舰船目标检测
恒虚警率
极化合成孔径雷达
SAR图像舰船目标分割算法研究
合成孔径雷达(SAR)
图像分割
目标检测
概率竞争网络
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 极化SAR图像中的弱小舰船目标检测
来源期刊 系统工程与电子技术 学科 工学
关键词 合成孔径雷达 极化 非负矩阵分解 特征值 稀疏
年,卷(期) 2011,(6) 所属期刊栏目 传感器与信号处理
研究方向 页码范围 1253-1256
页数 分类号 TN958
字数 3629字 语种 中文
DOI 10.3969/j.issn.1001-506X.2011.06.11
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 邢孟道 西安电子科技大学雷达信号处理国家重点实验室 383 4353 30.0 43.0
2 李军 西安电子科技大学雷达信号处理国家重点实验室 48 428 11.0 18.0
3 臧博 西安电子科技大学雷达信号处理国家重点实验室 16 135 6.0 11.0
4 郭睿 西安电子科技大学雷达信号处理国家重点实验室 15 88 6.0 8.0
5 包敏 西安电子科技大学雷达信号处理国家重点实验室 17 185 9.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (39)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (21)
二级引证文献  (1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(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
合成孔径雷达
极化
非负矩阵分解
特征值
稀疏
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
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