文献

J-GLOBAL ID：202202271014417303   整理番号：22A0203799

低グレージング角におけるUHF帯海面クラッタ反射率のGRNNベース予測因子【JST・京大機械翻訳】

GRNN-Based Predictors of UHF-Band Sea Clutter Reflectivity at Low Grazing Angle

著者 (6件)： Shui Peng-Lang (National Laboratory of Radar Signal Processing, Xidian University, Xi’an, China) ,  Shi Xiao-Fan (National Laboratory of Radar Signal Processing, Xidian University, Xi’an, China) ,  Li Xin (National Laboratory of Radar Signal Processing, Xidian University, Xi’an, China) ,  Feng Tian (National Laboratory of Radar Signal Processing, Xidian University, Xi’an, China) ,  Xia Xiao-Yun (National Laboratory of Radar Signal Processing, Xidian University, Xi’an, China) ,  Han Yue (National Laboratory of Radar Signal Processing, Xidian University, Xi’an, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.1502205.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 海面クラッタの基本特性として,海面の反射率は多くの因子に依存する。海面の反射率を予測するために,低精度の様々な普遍的な経験的モデルを開発した。本レターでは,一般的な経験的モデルを一般化回帰ニューラルネットワーク(GRNN)のアーキテクチャに組み込み,学習能力と効率を高めるために,大きなデータ学習によって特定の予測子を訓練する方法を提案した。低放牧角の中国の黄海の沖合水域における島ベースUHFバンドレーダで測定した海面クラッタデータベース上で,異なる構造のGRNNベース予測子を他の予測子と比較した。データベースに関する結果は,GRNNベースの予測子が学習効率,予測精度,およびロバスト性においてよりよく振舞うことを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *反射率 ,  学習 ,  データベース ,  *海面クラッタ ,  黄海 ,  UHF【周波数】 ,  *海面 ,  放牧 ,  水域 ,  計算機アーキテクチャ ,  ロバスト性
準シソーラス用語： 予測子 ,  予測精度 ,  沖合 ,  *予測因子 , 【Automatic Indexing@JST】

分類 (2件)： レーダ  (ND13010H) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： グレージング ,  UHF帯 ,  海面クラッタ ,  反射率 ,  予測因子