作者:
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:
提出了一种有效的SAR图像目标识别新方法。首先采用改进后的增强Lee滤波和HOG变换对SAR图像进行特征提取,然后通过层叠RBM和GRNN相结合的混合神经网络对SAR图像进行目标分割和目标识别。利用测试图像库的MATLAB算法仿真,结果表明该方法可以明显提高目标识别率,正确率可以达到97%。
推荐文章
基于深度特征学习的图像自适应目标识别算法
深度学习
卷积神经网络
自适应
图像识别
算法
遗传算法优化神经网络在图像目标识别中的应用研究
遗传算法
特征矢量构成
神经网络
图像目标识别
基于轻量化神经网络的目标识别跟踪算法研究
深度学习
卷积神经网络
YOLO
KCF跟踪算法
感知哈希算法
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 基于深度学习神经网络的SAR图像目标识别算法
来源期刊 江汉大学学报(自然科学版) 学科 工学
关键词 目标识别 Lee滤波 HOG变换 深度学习 神经网络
年,卷(期) 2016,(2) 所属期刊栏目 计算机科学与应用
研究方向 页码范围 131-136
页数 6页 分类号 TP391|TN911.73
字数 2654字 语种 中文
DOI 10.16389/j.cnki.cn42-1737/n.2016.02.006
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 徐慧 南京林业大学信息科学技术学院 32 186 9.0 13.0
2 梁鑫 南京林业大学信息科学技术学院 5 30 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (3)
参考文献  (9)
节点文献
引证文献  (21)
同被引文献  (29)
二级引证文献  (23)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(6)
  • 参考文献(2)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(6)
  • 引证文献(6)
  • 二级引证文献(0)
2018(10)
  • 引证文献(6)
  • 二级引证文献(4)
2019(18)
  • 引证文献(5)
  • 二级引证文献(13)
2020(9)
  • 引证文献(3)
  • 二级引证文献(6)
研究主题发展历程
节点文献
目标识别
Lee滤波
HOG变换
深度学习
神经网络
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
江汉大学学报(自然科学版)
双月刊
1673-0143
42-1737/N
大16开
武汉经济技术开发区江汉大学期刊社
1973
chi
出版文献量(篇)
2387
总下载数(次)
5
总被引数(次)
7420
论文1v1指导