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:
针对箔条干扰时目标与干扰难以区分的问题,设计了一种基于多特征向量的分类算法.该算法首先对目标和箔条的特征进行分析,而后选择并构造了一组具有较高区分度的极化特征识别量,最后采用支持向量机(SVM)方法,通过对特征样本进行训练,获得了较好的分类结果.实验表明,所提算法具有较强的抗箔条干扰能力,且检测正确率可达90%以上.
推荐文章
基于支持向量机的运动目标中人脸检测
支持向量机
人脸检测
运动目标分割
马尔可夫随机场
分类器
基于多特征信息的支持向量机数据关联算法
数据关联
支持向量机
信息融合
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
基于支持向量机的水中目标识别
支持向量机
水中目标识别
统计学习理论
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 基于支持向量机的多特征目标抗干扰检测技术
来源期刊 电讯技术 学科 工学
关键词 多特征目标 雷达回波 抗干扰检测 支持向量机
年,卷(期) 2017,(8) 所属期刊栏目 电子与信息工程
研究方向 页码范围 892-895
页数 4页 分类号 TN973
字数 2662字 语种 中文
DOI 10.3969/j.issn.1001-893x.2017.08.007
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 陈俊 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (21)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
多特征目标
雷达回波
抗干扰检测
支持向量机
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