检索结果-南通市图书馆

基于数据扩充和特征增强的雷达回波无人机检测

在线全文

学校读者我要写书评

暂无评论

上海航天（中英文） 2023年第1期40卷 61-69页

作者：赵宏宇张志文公茂果武越叶舟吕宇宙张杨西安电子科技大学电子工程学院陕西西安710071 西安电子科技大学计算机科学与技术学院陕西西安710071 上海航天电子通讯设备研究所上海201108

针对基于雷达无人机目标识别难度高、精确度低、适应性差等问题,本文提出了利用深度学习的方法,对雷达回波进行无人机检测。首先,利用相参累积的方法生成雷达回波的距离-多普勒图像,增强目标特征并提高信噪比;其次,采用生成对抗模型对距... 详细信息

针对基于雷达无人机目标识别难度高、精确度低、适应性差等问题,本文提出了利用深度学习的方法,对雷达回波进行无人机检测。首先,利用相参累积的方法生成雷达回波的距离-多普勒图像,增强目标特征并提高信噪比;其次,采用生成对抗模型对距离-多普勒图像进行数据扩充,以获得充足的图像数据减小网络的过拟合并提高网络鲁棒性;最后,使用基于位置感知的卷积神经网络增强特征,通过构建基于距离-多普勒图像的感知模块,实现对目标距离和运动速度的检测。通过在雷达回波序列中弱小飞机目标检测跟踪数据集上验证的结果表明:最终检测结果在召回率89%的情况下达到了91%的准确率。相比于基准方法,本文提出的方案具有更高的检测精度和更好的网络运行效率。

关键词：卷积神经网络目标检测多普勒雷达距离-多普勒图像空洞卷积

在线全文

学校读者我要写书评

暂无评论

三维点云配准中的计算智能方法综述

中国图象图形学报 2023年第9期28卷 2763-2787页

作者：武越苑咏哲向本华绳金龙雷佳熠胡聪颖公茂果马文萍苗启广西安电子科技大学计算机科学与技术学院西安710071 西安电子科技大学电子工程学院西安710071 西安电子科技大学人工智能学院西安710071

随着三维数据采集设备的成熟与普及,由激光雷达、结构光传感器和立体相机等设备采集的点云数据引起了广泛关注,并以此研究出针对点云的配准、分类、分割和跟踪等算法,推动了点云相关研究领域的科研进展。点云配准是点云数据处理的一个... 详细信息

随着三维数据采集设备的成熟与普及,由激光雷达、结构光传感器和立体相机等设备采集的点云数据引起了广泛关注,并以此研究出针对点云的配准、分类、分割和跟踪等算法,推动了点云相关研究领域的科研进展。点云配准是点云数据处理的一个重要研究方向,旨在找到一个刚性变换运动参数,使得运动参数作用于源点云后能够与参考点云对齐。传统的点云配准方法大多存在着对初始位姿、异常值敏感等问题,而计算智能方法在处理点云配准问题,例如去除孤立点或求解矩阵时可以有效解决这些问题,并且能够适用于点云重叠程度低的情况,表现出较强的鲁棒性和泛化性。这种方法不依赖于问题本身特性,也不需要建立精确的模型,只需要求出替代真值解的近似解,大幅简化了计算量。在计算智能中,深度学习因其强大的学习能力越来越多地应用于点云配准问题,同时由于进化计算的强大全局搜索能力以及模糊逻辑对不确定性的良好适应能力,许多研究也将这两种方法应用于配准问题。本文对点云配准领域中的计算智能方法进行全面讨论,分别从基于深度学习、进化计算和模糊逻辑的点云配准方法这3个方面展开论述,同时对传统的点云配准方法进行简要介绍,并对各种方法的优缺点进行了详细讨论,旨在以更全面、清晰的方式总结点云配准问题上的相关研究。

关键词：点云配准计算智能深度学习进化计算模糊逻辑

在线全文

学校读者我要写书评

暂无评论

多任务优化算法及应用研究综述

计算机应用 2024年第5期44卷 1338-1347页

作者：武越丁航奇何昊毕顺杰江君公茂果苗启广马文萍西安电子科技大学计算机科学与技术学院西安710071 西安电子科技大学电子工程学院西安710071 西安电子科技大学人工智能学院西安710071

进化多任务优化(EMTO)是进化计算中一种新型方法,它可以同时解决多个相关的优化任务,并通过任务之间的知识转移增强每个任务的优化。近年来,越来越多的进化多任务优化相关研究致力于利用它强大的并行搜索能力和降低计算成本的潜力优化... 详细信息

进化多任务优化(EMTO)是进化计算中一种新型方法,它可以同时解决多个相关的优化任务,并通过任务之间的知识转移增强每个任务的优化。近年来,越来越多的进化多任务优化相关研究致力于利用它强大的并行搜索能力和降低计算成本的潜力优化各种问题,并且EMTO已应用于各种各样的实际场景当中。从EMTO的原理、核心设计、应用以及挑战四个方面对EMTO的算法及应用进行了讨论。首先介绍了EMTO的大致分类,分别从两个层次、四个方面介绍,包括单种群多任务、多种群多任务、辅助任务形式以及多形式任务形式;其次介绍EMTO的核心组件设计,包括任务构建以及知识转移;最后对它的各种应用场景进行介绍,并对今后研究做了总结与展望。

关键词：进化多任务优化单种群多任务多种群多任务多形式任务知识转移

A novel algorithm of artificial immune system for high-dimensional function numerical optimization

在线全文

学校读者我要写书评

暂无评论

Progress in Natural Science:Materials International 2005年第5期15卷 463-471页

作者： DU Haifeng 1,2*, gong maoguo1, JIAO Licheng1 and LIU Ruochen1(1. Institute of Intelligent Information Processing and Key Laboratory of Radar Signal Processing, Xidian University, Xi'an 710071, China 2. School of Mechanical Engineering, Xi'an Jiaotong University, Xi'an 710049, China) Key Lab. of Radar Signal Proc. Inst. of Intelligent Info. Proc. Xidian Univ. Xi'an 710071 China Sch. of Mech. Eng. Xi'an Jiaotong Univ. Xi'an 710049 China

Based on the clonal selection theory and immune memory theory, a novel artificial immune system algorithm, immune memory clonal programming algorithm (IMCPA), is put forward. Using the theorem of Markov chain, it is proved that IMCPA is convergent. Compared with some other evolutionary programming algorithms (like Breeder genetic algorithm), IMCPA is shown to be an evolutionary strategy capable of solving complex machine learning tasks, like high-dimensional function optimization, which maintains the diversity of the population and avoids prematurity to some extent, and has a higher convergence speed.

关键词： clonal selection immune memory artificial immune system evolutionary algorithms Markov chain.