排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
使用一种新奇的聚类方法从粗略检测后的SAR图像中提取感兴趣区域(ROI),再通过多特征提取和综合鉴别,去除虚警保留目标,为进一步的目标识别做准备。自动目标聚类是基于SAR图像的自动目标识别系统的难点之一,带有噪声的基于密度的聚类方法 (DBSCAN)可以发现任意形状的聚类目标,只依赖于两个不敏感的系统参数,通过区域判断缩减计算时间减少计算内存,很好地适应了自动目标识别的系统需要。多特征目标鉴别方案基于聚类结果,研究聚类得到的感兴趣区域,通过提取多种特征综合判断,有效去除了虚警。所述方法已应用于某SAR-ATR系统,得到了很好的应用体验。 相似文献
2.
3.
在认知侦察领域,对多功能相控阵雷达(Multifunction Phased Array Radar,MPAR)的脉冲序列进行分析,得到目标威胁等级和其他直观的有效情报,可以直接服务于作战指挥中心的决策部署。其中对雷达字提取是进行行为分析和预测的基础,其提取的结果将间接影响最后实施干扰决策的措施。针对从前提取算法利用侦收信息不全而CLIQUE算法簇边缘丢失等问题,提出了一种基于子空间聚类的雷达字提取算法。仿真实验结果表明,在漏脉冲率为30%的情况下该改进算法的提取准确率、F-值和调整兰德系数均优于传统算法,可以很好地服务于认知电子战中的雷达对抗。 相似文献
4.
1