文献

J-GLOBAL ID：201702216348215782   整理番号：17A0448275

生物学的に示唆されたモデルに基づくSARターゲット構成認識【Powered by NICT】

SAR target configuration recognition based on the biologically inspired model

著者 (5件)： Huang Xiayuan (The State Key Lab of Management and Control for Complex System, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  Nie Xiangli (The State Key Lab of Management and Control for Complex System, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  Wu Wei (The State Key Lab of Management and Control for Complex System, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  Qiao Hong (The State Key Lab of Management and Control for Complex System, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  Zhang Bo (Institute of Applied Mathematics, AMSS, Chinese Academy of Sciences, Beijing 100190, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 234  ページ： 185-191  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 適切な特徴を抽出するためにどのようにして合成開口レーダ(SAR)ターゲット配置認識のための非常に重要である。しかし,特徴抽出の方法の大部分は人手,通常は満足な性能を達成できない。本論文では,限られたデータから自動的に特徴を抽出するための生物学にヒントを得たモデルに基づく新しい方法を提案した。より詳しくいえば,ここでは,人間の認知プロセスのための特徴の二種類の重要な形式である一時的特徴(重要な成分とそれらの空間関係を含む)と意味論的特徴(すなわち,重要な構成要素の意味記述)を学習する。エピソードの特徴は,深いニューラルネットワーク(DNN)を介して学習する,重要な構成要素の意味論的幾何学的特徴を定義した。さらに,SAR画像は,アスペクト角に非常に敏感である。その結果,最終的な認識のための試験試料のアスペクト角を推定するためのエピソードの特徴を用いた。予備的研究と移動と固定標的自動認識(MSTAR)データベース提案手法の有効性を示しに関する予備実験結果である。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： データベース ,  合成開口レーダ ,  特徴抽出 ,  ニューラルネットワーク ,  予備調査 ,  *意味論
準シソーラス用語： 予備実験 ,  自動認識 ,  SAR画像 ,  幾何学的特徴 ,  エピソード ,  認知過程 , 【Automatic Indexing@JST】

著者キーワード (5件)： 生物学的に触発されたモデル ,  SARは標的配置認識 ,  一時的な特徴 ,  意味論的特徴 ,  アスペクト角推定

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 生物学 ,  モデル ,  SAR ,  ターゲット