胡大帅:基于卷积神经网络的空中目标粗分类研究论文

本文主要研究内容

作者胡大帅,梅卫,冯小雨（2019）在《基于卷积神经网络的空中目标粗分类研究》一文中研究指出：空中目标的准确分类与识别是防空作战的关键环节。将卷积神经网络应用到空中目标粗分类任务。实验基于Alex Net卷积神经网络模型,并利用建立的小规模数据集进行微调训练,从而提取目标特征并进行分类识别。再和利用HOG特征的分类方法进行对比实验,发现前者具有较大准确率的提升。得出利用卷积神经网络提取的特征具有更强大的表示目标的能力,为进一步实现跟踪空中目标打下实践基础。

Abstract

kong zhong mu biao de zhun que fen lei yu shi bie shi fang kong zuo zhan de guan jian huan jie 。jiang juan ji shen jing wang lao ying yong dao kong zhong mu biao cu fen lei ren wu 。shi yan ji yu Alex Netjuan ji shen jing wang lao mo xing ,bing li yong jian li de xiao gui mo shu ju ji jin hang wei diao xun lian ,cong er di qu mu biao te zheng bing jin hang fen lei shi bie 。zai he li yong HOGte zheng de fen lei fang fa jin hang dui bi shi yan ,fa xian qian zhe ju you jiao da zhun que lv de di sheng 。de chu li yong juan ji shen jing wang lao di qu de te zheng ju you geng jiang da de biao shi mu biao de neng li ,wei jin yi bu shi xian gen zong kong zhong mu biao da xia shi jian ji chu 。

论文参考文献

[1].面向空中目标威胁评估的多传感器管理方法[J]. 张昀普,单甘霖. 航空学报.2019(11)

[2].基于BP神经网络的图像粗分类[J]. 李政浩. 科技传播.2019(19)

[3].基于BP和RBF神经网络的军事装备维修保障点选址问题研究[J]. 董鹏,卢苇,秦芙蓉. 计算机科学.2017(S1)

[4].基于神经网络的电磁环境模型实时计算技术研究[J]. 彭澍源,高晗. 现代计算机(专业版).2017(19)

[5].基于改进自适应杂交粒子群优化算法和最小二乘支持向量机的空中目标威胁评估[J]. 许凌凯,杨任农,左家亮. 计算机应用.2017(09)

[6].基于卷积神经网络的空中目标战术机动模式分类器设计[J]. 郑昌艳,梅卫. 微型机与应用.2015(22)

[7].基于深度神经网络的学术画像预测[J]. 李晓雪,康哲舟,毕冠群,曹亚男,尚燕敏. 大数据.

[8].基于融合深度神经网络的个人信用评估方法研究[J]. 王重仁,王雯,佘杰,凌晨. 计算机工程.

[9].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 马猛,王明红. 轻工机械.2019(06)

[10].基于优化神经网络的地质灾害监测预警仿真[J]. 王方,苗放,陈垦. 计算机仿真.2019(11)

论文详细介绍

论文作者分别是来自火力与指挥控制的胡大帅,梅卫,冯小雨，发表于刊物火力与指挥控制2019年08期论文，是一篇关于空中目标分类论文,卷积神经网络论文,特征提取论文,防空作战论文,火力与指挥控制2019年08期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自火力与指挥控制2019年08期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw50.cn/article/41dda48537ad1af21367f5be.html