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:
将人工智能算法引入目标检测,空间红外弱小目标的检测也可归为模糊检测的二分类问题.依据空中红外弱小目标的探测模型,建立了信号电压比光谱模型,仿真分析表明电压比变化趋势与目标的速度、姿态和两机态势有关,可用以检测目标.采用动态特征构建理论,构建了红外弱小目标的双色比特征空间,基于该特征空间,优化最小二乘分类算法,用于从光谱信号层级检测目标.该方法不仅缩小了样本数据量,而且防止了高斯核函数参数选择引起的"过拟合"现象,既保证了分类精度,又使分类速率提高近1倍,为人工智能算法用于红外弱小目标检测提供了参考依据.
推荐文章
基于局部窗口的红外弱小目标检测方法
红外图像
红外弱小目标
背景预测
目标检测
基于多特征融合与粒子滤波的红外弱小目标跟踪方法
红外弱小目标
多特征融合
粒子滤波
目标跟踪
基于时空域融合的红外弱小目标检测新方法
时空域融合
弱小目标
小波变换
Tophat变换
目标多维特征数据库设计与实现
多维信息管理
样本管理
数据库设计
系统开发
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 多维特征点空间的红外弱小目标检测方法
来源期刊 应用光学 学科 工学
关键词 多光谱探测 双色比特征空间 弱小目标检测 最小二乘分类算法
年,卷(期) 2020,(6) 所属期刊栏目 红外技术
研究方向 页码范围 1268-1276
页数 9页 分类号 TN215
字数 语种 中文
DOI 10.5768/JAO202041.0606002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (39)
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)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
多光谱探测
双色比特征空间
弱小目标检测
最小二乘分类算法
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
应用光学
双月刊
1002-2082
61-1171/O4
大16开
西安市电子城电子三路西段9号(西安123信箱)
1980
chi
出版文献量(篇)
3667
总下载数(次)
3
论文1v1指导