基于深度学习的空间碎片激光测距信号实时识别方法.docx
02****gc
亲,该文档总共22页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于深度学习的空间碎片激光测距信号实时识别方法.docx
基于深度学习的空间碎片激光测距信号实时识别方法1.内容概览本文档主要介绍了一种基于深度学习的空间碎片激光测距信号实时识别方法。该方法首先对空间碎片激光测距信号进行预处理,然后利用深度学习技术构建一个神经网络模型,用于实时识别和分类不同类型的空间碎片激光测距信号。通过实验验证了该方法的有效性和可行性。引言:简要介绍空间碎片激光测距信号的背景及其在导航、通信等领域的应用。相关工作:总结国内外关于空间碎片激光测距信号识别的研究现状和发展趋势。方法原理:详细阐述基于深度学习的空间碎片激光测距信号实时识别方法的理论
基于深度迁移学习的雷达有源干扰信号识别方法.pdf
一种基于深度迁移学习的雷达有源干扰信号识别方法,其步骤包括:1、生成雷达有源干扰信号数据集,2、构建雷达有源干扰信号时频图像训练集、验证集和测试集,3、搭建深度迁移学习网络,4、对深度迁移学习网络进行第一次训练,5、对第一次训练后的深度迁移学习网络进行第二次训练,6、利用深度迁移学习网络预测测试集。本发明能够在雷达有源干扰信号样本数量不充足、不易获取雷达有源干扰信号的条件下实现雷达有源干扰信号的准确分类,加快网络训练时的收敛速度,提高雷达有源干扰信号识别的效率,有利于及时选取有效的抗干扰措施,提升雷达的生
一种基于集成深度学习的信号识别方法.pdf
本发明公开了一种基于集成深度学习的信号识别方法,包括以下步骤:根据具体的信号识别任务确定适合的特征图像集,将采集的信号数据转化为信号特征图像;将信号特征图像进行类别标注,得到包含标注信息的训练集,并利用数据增强技术扩充训练集;构建基于深度神经网络的信号识别模型;将训练集输入深度神经网络对信号识别模型进行训练;基于集成学习算法提升信号识别模型性能;利用训练后的模型对信号进行识别。本发明在深度学习的基础上加入了集成学习算法,二者使得模型的信号识别能力得到进一步提升,且在集成学习过程中,用户可根据需求选择不同类
激光测距技术在空间的应用.pdf
"!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!"!!!!!!!!激光测距技术在空间的应用□齐炜胤尤政张高飞孙剑张弛"!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!"!!!!!!!!随着空间技术和航天工业的激光测距技术综合了激光器发射的激光进行光强调制,利用发展,空间距离测量已成为空间技术、光子探测技术、信号处理激光空间传播时调制信号的相位领域的重要研究内容。传统雷达技术等多项技术,测距精度高,变化量,根据调制波的波长,计
一种复杂场景下基于深度学习的实时车牌识别方法.pdf
本发明提供一种基于深度学习技术的自然场景下车牌自动化识别的方法。基本原理是,首先以轻量级的MobileNet神经网络作为特征提取网络,加入深度学习物体检测算法SSD(SingleShotMulti‑boxesDetector)中,并在场景车牌图像上训练;然后利用SSD‑MobileNet检测车牌区域并对车牌种类进行分类;其次,针对检测到的车牌区域,利用多阈值二值化操作,通过寻找字符轮廓确定边界点集,对边界点集进行线拟合确定车牌角点,再通过透视变换操作一步校正车牌;最后将车牌送入具有七输出的卷积神经网