文献

J-GLOBAL ID：201802283815339912   整理番号：18A0219177

マルチSV法によるレーダ高分解能距離プロファイル認識【JST・京大機械翻訳】

Radar high resolution range profile recognition via multi-SV method

資料名： Xitong Gongcheng yu Dianzi Jishu(Yingwenban)  (Xitong Gongcheng yu Dianzi Jishu(Yingwenban))
巻： 28  号： 5  ページ： 879-889  発行年： 2017年 
JST資料番号： C2630A  ISSN： 1004-4132  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： レーダ高分解能範囲プロファイル(HRRP)認識のために,3つの側面は,性能を改善するために非常に重要である,すなわち,異常値の識別,内部のための分類,および特徴空間のための正確な記述である。これらの問題に取り組むために,新しいターゲット認識法を設計し,多重サポートベクトル(マルチSV)法により表示した。提案した方法によって,特別なフレームワークを,密度の分布によって,特徴空間を2つの領域に分割するために,信頼できる相関サポートベクトルモデルによって構築して,次に,各々の領域のための記述と分類超平面を達成した。サポートベクトルフレームワークに基づいて,本方法は,実際的レーダHRRP認識に適合するために,より少ない記憶と計算複雑性を必要とした。最後に,測定データに基づく実験により,この方法の優れた性能を検証した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 計算量 ,  物体認識 ,  多重化 ,  *レーダ ,  *高分解能 ,  異常値
準シソーラス用語： 超平面 ,  特徴空間 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： マルチ ,  Sv ,  レーダ ,  高分解能 ,  プロファイル