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:
海杂波中弱小目标的检测在军用和民用领域有着重要应用价值. 基于径向基函数神经网络的目标检测方法可以检测海杂波中弱小目标,但是训练样本的选择直接影响检测效果. 为了减小训练样本对检测效果的影响,提出了基于神经网络集成检测海杂波中弱小目标的方法. 根据子网络在验证集上的表现,赋给差异度大的子网络较大的权值,子网络的加权平均得到集成的输出. 采用McMaster大学IPIX雷达实测数据的测试结果表明,该方法能够减弱训练样本的选择对目标检测效果的影响,提高检测能力.
推荐文章
基于全卷积神经网络的遥感图像海面目标检测
YOLOv3
全卷积神经网络
遥感图像
目标检测
基于广义回归网络的动态权重回归型神经网络集成方法研究
神经网络集成
BP网络
动态权重
广义回归神经网络
基于核独立分量分析的模糊核聚类神经网络集成方法
核独立分量分析
特征提取
模糊核聚类
选择性聚类集成
一种新的选择性神经网络集成方法及其在PTA中的应用
神经网络集成
选择性集成
模型差异度
溶剂脱水塔
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 检测海面弱目标的神经网络集成方法
来源期刊 电讯技术 学科 工学
关键词 海杂波 弱目标检测 神经网络 预测 集成
年,卷(期) 2015,(10) 所属期刊栏目 应用基础与前沿技术
研究方向 页码范围 1074-1078
页数 5页 分类号 TN957.52
字数 3318字 语种 中文
DOI 10.3969/j.issn.1001-893x.2015.10.002
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 索继东 大连海事大学信息科学技术学院 49 221 9.0 13.0
2 柳晓鸣 大连海事大学信息科学技术学院 40 320 8.0 17.0
3 刘允峰 大连海事大学信息科学技术学院 3 4 1.0 1.0
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  (32)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
海杂波
弱目标检测
神经网络
预测
集成
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
电讯技术
月刊
1001-893X
51-1267/TN
大16开
成都市营康西路85号
62-39
1958
chi
出版文献量(篇)
5911
总下载数(次)
21
总被引数(次)
28744
论文1v1指导