基于Boosting的SAR自動目標(biāo)識別技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩58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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、合成孔徑雷達(dá)(Synthetic Aperture Radar,簡稱SAR)自動目標(biāo)識別(AutomaticTarget Recognition,簡稱ATR)技術(shù)在軍事戰(zhàn)爭中起重要作用,已成為國內(nèi)外研究的熱門課題。近些年來,雷達(dá)目標(biāo)識別在特征提取、目標(biāo)模式分類、目標(biāo)識別算法的實(shí)現(xiàn)等技術(shù)領(lǐng)域取得了不同程度的進(jìn)步,已成功應(yīng)用于星載和機(jī)載合成孔徑雷達(dá)地面?zhèn)刹?、精確制導(dǎo)等領(lǐng)域。 本文概述了自動目標(biāo)識別技術(shù)的發(fā)展現(xiàn)狀,簡要介紹了SAR自動

2、目標(biāo)識別系統(tǒng)構(gòu)成。重點(diǎn)在SAR目標(biāo)特征提取及分類器設(shè)計上進(jìn)行了深入的研究。在特征提取方面,研究了獨(dú)立分量分析(Independent Component Analysis,簡稱ICA)的SAR目標(biāo)特征提取方法,并將其與主分量分析(Principal Component Analysis,簡稱PCA)方法進(jìn)行分析和比較。在分類器設(shè)計方面,詳細(xì)分析了Boosting分類器的設(shè)計原理,討論了Boosting的代表算法—Adaboost,分別給

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