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:
由于小波分解的多分辨分析特征及神经网络的自学习、自组织等性能,在图像处理中得到了广泛的应用。本文研究了SAR图像非线性采样目标低频小波树特征提取方法,利用PCA(主分量分析)对低频小波树降维,用降维后的特征值训练LVQ神经网络,将其应用于SAR图像目标检测,取得了较好的检测结果。
推荐文章
基于小波变换和神经网络的PCB检测
PCB边缘检测小波变换BP神经网络
基于提升小波变换和BP神经网络的图像哈希算法
图像哈希
提升小波变换
神经网络
图像认证
基于小波变换的多目标检测方法研究
小波变换
目标检测
低信噪比
多目标
图像序列
一种基于小波变换的SAR图像多尺度融合变化检测方法
SAR图像
变化检测
小波变换
多尺度融合
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 基于小波变换及神经网络的SAR图像目标检测方法研究
来源期刊 火控雷达技术 学科 工学
关键词 小波变换 神经网络 目标检测
年,卷(期) 2012,(1) 所属期刊栏目 总体工程
研究方向 页码范围 6-8,23
页数 4页 分类号 TN958
字数 2688字 语种 中文
DOI 10.3969/j.issn.1008-8652.2012.01.002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (50)
参考文献  (2)
节点文献
引证文献  (5)
同被引文献  (6)
二级引证文献  (3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
小波变换
神经网络
目标检测
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
火控雷达技术
季刊
1008-8652
61-1214/TJ
16开
陕西省西安市132信箱28分箱
1972
chi
出版文献量(篇)
1729
总下载数(次)
6
论文1v1指导