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:
多维特征检测技术是提高海面小目标检测的有效途径.为了进一步提升海面小目标检测性能,本文提出基于多域多维特征融合的检测方法.首先,从时域、频域、时频域、极化域等多域,充分挖掘海杂波和含目标回波的差异性,并将这些差异性表征为多维特征,构建高维特征空间.其次,通过极化域和特征域的多维特征线性融合,将多维特征压缩到3D特征空间中,获得高维度信息的同时减少维度计算代价.然后,结合凸包学习算法获得3D判决区域,实现异常检测.最后,基于IPIX实测数据的实验结果表明:相对现有的极化检测器,提出的检测器具有25%以上的显著性能提升.
推荐文章
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
融合Fisher线性判别分析的多维特征融合情景感知推荐方法
多特征融合
Fisher线性判别分析
属性偏好
时间衰减
情景感知推荐
基于深度自编码多维特征融合的慢动目标检测
目标检测
深度自编码
特征提取
多维特征融合
时频变换
脉冲压缩
基于FRFT的多重分形海面小目标检测
海杂波
分数阶傅里叶变换
分数布朗运动
多重分形
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 基于多域多维特征融合的海面小目标检测
来源期刊 信号处理 学科 工学
关键词 海杂波 小目标检测 多维特征 特征融合
年,卷(期) 2020,(12) 所属期刊栏目 论文
研究方向 页码范围 2099-2106
页数 8页 分类号 TN959.1
字数 语种 中文
DOI 10.16798/j.issn.1003-0530.2020.12.016
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 杨静 10 9 2.0 2.0
2 王杰 7 12 2.0 3.0
3 施赛楠 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (19)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(7)
  • 参考文献(3)
  • 二级参考文献(4)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(8)
  • 参考文献(3)
  • 二级参考文献(5)
2018(5)
  • 参考文献(4)
  • 二级参考文献(1)
2019(5)
  • 参考文献(5)
  • 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
海杂波
小目标检测
多维特征
特征融合
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
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
总被引数(次)
32728
论文1v1指导