2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩138頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、  本文針對雷達(dá)目標(biāo)距離像,研究討論了多種目標(biāo)識別方法。利用微分幾何的基本理論,綜合考慮了雷達(dá)目標(biāo)距離像識別中的特征提取與分類識別,并對雷達(dá)目標(biāo)距離像識別中的拒識和分類器組合也進(jìn)行了研究。   本論文主要內(nèi)容和創(chuàng)新之處如下: 1.提出基于正交辨別分析的雷達(dá)目標(biāo)距離像特征提取方法,利用遺傳算法對PCA、ICA子空間基進(jìn)行選擇,并將不同特征提取方法和不同分類器結(jié)合,得到多種子空間雷達(dá)目標(biāo)距離像識別方法。 2.提出基于KPC

2、A、基于KDA雷達(dá)目標(biāo)距離像非線性識別方法。通過核函數(shù)的引入,可將PCA、LDA擴(kuò)展為KPCA、KDA。給出基于KPCA、KDA與SVM三種雷達(dá)目標(biāo)距離像非線性識別方法的識別性能。 3.研究三種基于貝葉斯網(wǎng)絡(luò)理論的雷達(dá)目標(biāo)距離像識別的方法,可以滿足雷達(dá)目標(biāo)識別中的實(shí)時性能要求。 4.提出基于黎曼度量的最近中心鄰分類器。綜合考慮原始數(shù)據(jù)樣本分布、特征提取與分類識別之間關(guān)系,提出了改進(jìn)的PCA、LDA子空間目標(biāo)識別方法。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論