基于卷积神经网络的序列脉冲抗干扰目标检测方法.pdf
是你****枝呀
亲,该文档总共13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
基于卷积神经网络的序列脉冲抗干扰目标检测方法.pdf
本发明提供的一种基于卷积神经网络的序列脉冲抗干扰目标检测方法,通过从雷达系统中获取脉冲序列的回波信号;对回波信号依次进行采样离散化、短时傅里叶变换、能量归一化预处理,获得能量归一化后的回波信号的向量;对能量归一化后向量使用滑窗匹配做波形适应,以使回波信号的向量从二维数据转化为四维数据;将四维数据输入至训练好的序列脉冲抗干扰目标检测网络中,获得目标在各个距离单元和各个多普勒通道上出现的概率;之后与检测门限进行比较,确定距离单元和多普勒通道上是否检测出目标。本发明通过对预处理后数据的波形适应,增加了网络输入信
基于卷积神经网络的目标检测方法.pdf
本发明公开了一种基于卷积神经网络的目标检测方法,主要解决现有目标检测方法网络复杂、速度不快和对小目标检测效果差的问题。本发明的具体步骤如下:(1)构建积神经网络;(2)生成目标检测训练集;(3)训练卷积神经网络;(4)对待检测目标进行检测。本发明构建了一个由特征提取模块、特征增强模块、识别和定位模块组成的卷积神经网络,克服了现有目标检测方法中大目标检测效果好、小目标检测效果差并且速度慢的问题,使得本发明不仅能够实时识别大目标,也能实时识别小目标。
基于脉冲卷积神经网络的战场目标图像阈值分割方法.pdf
本发明公开了一种基于脉冲卷积神经网络的战场目标图像阈值分割方法,包括:利用多重卷积模板提取战场目标图像基本特征;建立IF神经元模型;通过初始化神经元模型参数、采用首脉冲触发方法对战场目标图像基本特征进行编码,搭建“输入层—中间层—输出层”的脉冲神经网络拓扑结构;利用感受野整合输入层脉冲序列,计算得到中间层每一个神经元与输入层神经元之间的连接权值,同时基于IF神经元模型计算中间层神经元的瞬时膜电位;基于阈值分割原理完成战场目标图像分割;采用二维熵来评价分割结果。与传统方法相比,使用本发明提出的战场目标图像分
基于卷积神经网络的室内密集目标检测方法.pdf
本发明提供了一种基于卷积神经网络的室内密集目标检测方法,包括:图像尺度归一化;图片的分类和定位,将尺度归一化的图片输入卷积神经网络模型,通过卷积神经网络模型进行向前推理,对尺度归一化的图片同时完成分类和定位,获取多个待检测目标的检测框;唯一检测框,使用非极大值抑制算法对每个待检测目标出现重复的检测框进行筛选,获取每个待检测目标的唯一检测框;检测目标的定位,通过图片的分类和定位,以及对检测框的筛选,得到的最终坐标信息和类别置信度在图片中以矩形框的形式表示,矩形框即为待检测目标的检测框,对每个待检测目标进行定
基于序列注意力机制的卷积神经网络异常检测.pdf
第51卷第2期郑州大学学报(理学版)Vol.51No.2()2019年6月J.ZhengzhouUniv.Nat.Sci.Ed.Jun.2019基于序列注意力机