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:
在各种技术手段的发展与进步过程中,成像技术逐渐成熟,而SAR图像解译系统在发展中无法满足实际需求,导致出现了SAR图像有效信息大量遗漏的问题.因为SAR图像在应用中具有相干成像机制的特征,再进行图像轮廓细节提取过程中存在模糊以及图像特征提取困难等特征,这样就会导致在SAR图像中无法普遍应用光学图像解释,导致SAR图像系统发展较为缓慢.而探究基于深度学习神经网络的SAR图像目标识别算法,则可以优化SAR图像目标识别算,提升整体性能,基于此,文章对其进行了简单的论述分析.
推荐文章
基于深度学习神经网络的SAR图像目标识别算法
目标识别
Lee滤波
HOG变换
深度学习
神经网络
基于仿真SAR图像深度迁移学习的自动目标识别
合成孔径雷达
仿真SAR图像
迁移学习
自动目标识别(ATR)
基于并联卷积神经网络的SAR图像目标识别
目标识别
卷积神经网络(CNN)
ELU
RMSProp
Nesterov
合成孔径雷达(SAR)
基于卷积神经网络的SAR图像目标识别研究
合成孔径雷达
自动目标识别
卷积神经网络
支持向量机
BP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 探究基于深度学习神经网络的SAR图像目标识别算法
来源期刊 电脑知识与技术 学科 工学
关键词 SAR图像目标识别算法 层叠受限玻尔兹曼机 广义回归神经网络
年,卷(期) 2019,(13) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 215-216,229
页数 3页 分类号 TP393
字数 2839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 姚晓峰 无锡太湖学院江苏省物联网应用技术重点建设实验室 11 3 1.0 1.0
2 武利秀 无锡太湖学院江苏省物联网应用技术重点建设实验室 6 3 1.0 1.0
3 章伟 无锡太湖学院江苏省物联网应用技术重点建设实验室 4 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  (9)
共引文献  (7)
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)
1990(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)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2013(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)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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
SAR图像目标识别算法
层叠受限玻尔兹曼机
广义回归神经网络
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
电脑知识与技术
旬刊
1009-3044
34-1205/TP
大16开
安徽省合肥市
26-188
1994
chi
出版文献量(篇)
58241
总下载数(次)
228
总被引数(次)
132128
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导