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:
为了更加有效地提高多传感器图像融合后的识别率,提出一种基于LBP-PCA的多传感器目标识别算法.首先分别对红外和可见光图像进行预处理用以突显出要识别的目标,采用LBP算法提取目标的特征点向量,利用PCA算法进行特征融合,得到降维后的融合特征,最后利用SVM(支持向量机)进行分类和识别.实验仿真结果表明多传感器目标经过LBP-PCA融合后在保持足够数量的有效信息基础上降低了特征的维数,有效地提高了目标识别率.
推荐文章
基于证据组合理论的多传感器目标识别算法
证据理论
基本概率赋值
加权证据
目标识别
基于DSmT的多传感器目标识别
DSmT
冲突证据
多传感器目标识别
机载多传感器目标识别算法研究
目标识别
证据理论
神经网络
主观贝叶斯
基于多传感器模糊神经网络的水下目标识别
模糊神经网络
数据融合
目标识别
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LBP-PCA的多传感器目标识别算法
来源期刊 火力与指挥控制 学科 工学
关键词 LBP PCA 多传感器 目标识别
年,卷(期) 2017,(2) 所属期刊栏目 理论研究
研究方向 页码范围 60-63
页数 4页 分类号 TP391
字数 2990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 于洋 沈阳理工大学自动化与电气工程学院 94 394 8.0 15.0
2 刘砚菊 沈阳理工大学自动化与电气工程学院 31 176 8.0 12.0
3 宋建辉 沈阳理工大学自动化与电气工程学院 33 151 7.0 10.0
4 张俊 沈阳理工大学自动化与电气工程学院 3 12 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (67)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (16)
二级引证文献  (3)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(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
LBP
PCA
多传感器
目标识别
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
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
论文1v1指导