原文服务方: 弹箭与制导学报       
摘要:
为了让卷积神经网络更好的胜任红外导引头或光电跟踪系统的电子变倍任务,适应现代战争对精确打击与远程攻击能力的要求,文中重新设计卷积神经网络的结构,通过将低层次特征和高层次特征聚合连接形成新的特征,并采用双参数损失函数来优化训练深度网络,提高模型的泛化能力.实验仿真与外场挂飞结果表明,所提出的电子变倍方法能够生成具有丰富细节而清晰的高分辨红外图像,增强了目标锁定的精度.
推荐文章
全面认识高清晰度电视
高清晰度电视
物理参数
技术要求
数字电视与高清晰度
数字信号
清晰度
模拟信号
数字电视
超高清晰度电视视频参数、存储容量及传输带宽探讨
超高清晰度电视
参数
视频容量
传输带宽
广播电视工程中的高清晰度视频技术及其在新媒体应用中的发展
广播电视工程
高清晰度视频技术
新媒体应用
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 基于多级深度网络的高清晰度红外电子变倍算法
来源期刊 弹箭与制导学报 学科
关键词 电子变倍 红外图像 卷积网络 多层耦合 损失函数 恒等映射
年,卷(期) 2020,(4) 所属期刊栏目
研究方向 页码范围 14-19
页数 6页 分类号 TP37
字数 语种 中文
DOI 10.15892/j.cnki.djzdxb.2020.04.004
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (11)
参考文献  (9)
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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
电子变倍
红外图像
卷积网络
多层耦合
损失函数
恒等映射
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
弹箭与制导学报
双月刊
1673-9728
61-1234/TJ
大16开
1980-01-01
chi
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
28550
论文1v1指导