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:
针对无人平台上自主发现目标功能的需求,结合深度学习方法,提出了一种军事目标图像分类技术思路,并且进行了模拟仿真。通过对六大类军事目标实验与测试,所提技术在特定训练库和特定像素图像的仿真验证中,识别精度和检测速度有所提高。
推荐文章
基于卷积神经网络的军事图像分类
军事图像分类
深度学习
卷积神经网络
主成分分析白化
随机池化
基于卷积神经网络的军事图像分类
军事图像分类
深度学习
卷积神经网络
主成分分析白化
随机池化
基于神经网络的图像分类算法
分类算法
神经网络
图像处理
图像分类
基于支持向量机的目标图像识别技术
图像处理
图像识别
支持向量机
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 基于深层神经网络的军事目标图像分类技术
来源期刊 现代导航 学科 工学
关键词 深度学习 自动目标识别 目标检测 人工智能
年,卷(期) 2016,(6) 所属期刊栏目 专题研讨
研究方向 页码范围 430-436
页数 7页 分类号 TP391
字数 5956字 语种 中文
DOI
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 惠国保 中国电子科技集团公司第二十研究所 4 46 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (2)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (5)
二级引证文献  (3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 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(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
深度学习
自动目标识别
目标检测
人工智能
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
现代导航
双月刊
1674-7976
61-1478/TN
16开
陕西省西安市92信箱33分箱
2010
chi
出版文献量(篇)
1056
总下载数(次)
1
总被引数(次)
1654
论文1v1指导