您的位置: 专家智库 > >

国家自然科学基金(61071172)

作品数:2 被引量:23H指数:2
相关作者:赵永强程咏梅宋琳肖利平高仕博更多>>
相关机构:西北工业大学北京航天自动控制研究所宇航智能控制技术国家级重点实验室更多>>
发文基金:国家自然科学基金中国航空科学基金西北工业大学基础研究基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇遥感
  • 1篇数据驱动
  • 1篇自回归模型
  • 1篇目标检测
  • 1篇红外
  • 1篇红外目标
  • 1篇红外目标检测

机构

  • 2篇西北工业大学
  • 1篇宇航智能控制...
  • 1篇北京航天自动...

作者

  • 2篇程咏梅
  • 2篇赵永强
  • 1篇高仕博
  • 1篇肖利平
  • 1篇宋琳

传媒

  • 1篇光学学报
  • 1篇红外与毫米波...

年份

  • 1篇2014
  • 1篇2012
2 条 记 录,以下是 1-2
排序方式:
数据驱动二次相关滤波器红外目标检测被引量:3
2014年
针对传统红外目标检测算法易受目标和背景先验样本质量、目标姿态和视角及噪声等的影响,提出了一种新的基于稀疏编码的数据驱动二次相关滤波器目标检测算法,其中给出了目标自相关矩阵基字典的概念,该数据驱动滤波器模型能包容多种姿态和视角的目标,并能抑制噪声和样本质量的影响,同时可以舍弃对无规律背景样本的依赖,通过对行人和车辆的实验验证了该算法的有效性.所提算法的设计思想对诸多滤波器算法的改进具有很好的借鉴意义.
高仕博程咏梅赵永强肖利平
关键词:目标检测数据驱动
基于稀疏表示模型和自回归模型的高光谱分类被引量:20
2012年
针对高光谱分类中对光谱信息和空间信息利用不足的问题,提出了一种基于稀疏表示模型和自回归模型相结合的分类算法。该算法利用稀疏表示模型和自回归模型,设计联合字典:在光谱维上,利用稀疏表示模型将高光谱的每个光谱向量表示为字典中训练样本的稀疏线性组合;在空间维上,利用自回归模型对每个光谱向量的8邻域进行约束。针对不同样本分别构造一个字典,在减少计算量的同时减小重构误差,最后在最小重构误差和邻域相关性的约束下求解稀疏表示问题,以最小重构误差为准则实现高光谱数据的分类。仿真结果表明,该方法能够有效地提高高光谱数据的分类精度。
宋琳程咏梅赵永强
关键词:遥感自回归模型
共1页<1>
聚类工具0