简介：摘要多源信息技术的进一步发展给精准化的目标分类识别提出了更高的挑战。本文以声目标的特征提取和分类识别为出发点，探讨了当前主流的几种机器学习技术，分析了集成学习技术及其决策融合方法，并在此基础上，提出了基于集成学习的声目标识别框架，从而为复杂环境下的声目标识别问题提供一些技术参考。

简介：

简介：摘要：近年来,深度学习技术的飞速发展为雷达目标识别提供了新的思路。深度学习方法能够自动学习数据中的高层次特征表示,在图像识别、语音识别等领域取得了显著成果。然而,传统的深度学习方法依赖于大量标注数据,在小样本场景下性能会显著下降。为了解决这一问题,小样本学习方法应运而生。小样本学习旨在利用少量标注样本实现对新类别的快速学习和适应。将小样本学习与深度学习相结合,有望突破传统雷达目标识别的瓶颈,实现复杂场景下的高精度、低成本识别。

简介：摘要近年来，随着我国电网规模的不断扩大，气体绝缘组合电器的内部故障也逐渐增多，目前国际上主要采用对局部放电的超高频率检测来实现GIS故障情况的监测，然而局部放电信号是通过收集小波变换分析理论的方法，进行特征提取，这些方法只能起到去除噪声的功能，无法提供局部放电信号的详细数据，而且GIS故障大多分布于单个局部放电信号源的情况，对于多个局部放电源放电源同时存在的情况，不能做到良好的故障识别。GIS故障定位过程中很容易受到信号干扰，也无法获得准确的信息，定位较差，且存在覆盖不到的定位点，为有效解决这一问题，引入了目标识别算法进行GIS故障监测，还通过利用目标识别算法对于GIS的电力设备检测目标进行识别，根据图像的局部特征，找出电力设备需要检测的故障位置和特征，以便后期开展x射线检验工作。

简介：

简介：摘要 : 针对温室番茄智能化管理需要，研究茎秆、叶片和绿果等 3类相近色目标的多波段图像融合方法，以凸显目标与背景亮度差异，提高目标视觉识别效率。根据其各自在 300~1000 nm范围的反射光谱特征差异，建立了针对其光谱数据分类的 Lasso正则化逻辑回归模型。基于模型的稀疏解特征，确定具有较大权值系数的 450、 600和 900 nm等 3个波段作为最优成像波段，在此基础上构建了温室番茄植株多波段图像在线采集系统。结合最优成像波段下相近色目标图像特征分析，提出了基于 NSGA-II的多波段图像加权融合方法，以增强特定目标与近色背景物体的图像亮度差异。最后通过现场试验对多波段图像融合效果进行评估。结果表明，分别以茎秆、叶片和绿果器官作为识别目标，通过多波段图像融合处理后，目标与背景之间的图像灰度差异绝对差值相应达到单波段图像的 2.02、 8.63和 7.89倍，即被识别目标与其他近色背景的亮度差异显著增强，且背景物的亮度波动得到抑制。本研究结果可以为农业环境近色目标视觉识别相关研究提供参考。

简介：【摘要】近年来固定翼无人机市场快速发展，视觉目标识别技术作为增加无人机安全飞行的保障也随着技术的发展日新月异。固定翼无人机在飞行过程中，通过其识别设备收集周边环境的信息，从而引导做出相对应的动作指令以达到相应功能。本文针对固定翼无人机的识别设备内部技术框架进行相关算法模拟，分析其运行流程并提出相关建议，以期可以更好的帮助固定翼无人机实现自我调节。

简介：本文针对空间目标旋转、尺度、视点及亮度变化等问题,提出了一种基于特征区域的空间有形目标识别方法。首先结合空间信息匹配SIFT特征点,利用仿射变换生成特征区域,最后合成特征字典并使用支持向量机进行目标识别。仿真实验表明,本方法对空间目标旋转、尺度及视点等变化具有较好的稳定性。

简介：摘要：固定翼无人机在飞行过程中，能够通过收集周边环境的数据，做出相对应的指令，进而到达良好的功能效果。随着其技术的不断发展，固定翼无人机市场也在不断的成长之中，而视觉目标识别正是进一步保障无人机飞行安全的新兴技术。本文通过研究固定翼无人机视觉目标识别技术的意义及特点，针对其识别设备的内部技术框架进行相关的算法模拟，希望能够进一步帮助固定翼无人机的稳定飞行。

简介：

简介：摘要：随着无人机技术的飞速发展无人机在军事、民用等领域得到广泛应用。为了提高无人机在各种任务中的自主性和智能性，本研究基于OPENMV平台对无人机目标识别与跟踪算法进行深入研究与优化，通过对传感器数据的实时处理，研究人员设计了一套高效的目标识别与跟踪系统使得无人机能够更准确、更稳定地识别和跟踪目标。

简介： 摘要：随着深度学习技术的发展，其在军事领域的应用日益广泛。本文针对深度学习优化目标识别精度对火力分配效率的影响进行了深入分析。首先，介绍了深度学习在目标识别和火力分配领域的研究现状；其次，详细阐述了深度学习优化目标识别精度的方法；最后，通过实验验证了深度学习优化目标识别精度对火力分配效率的提升作用，并展望了未来的发展趋势。

简介：介绍了嵩屿电厂2台300MW机组在线振动监测系统和故障诊断专家系统的基本构成、主要功能、网络通信和应用.该系统是集现场振动数据采集、网络通信、状态监测、振动分析、故障诊断、计算机技术、人工智能和Internet等先进技术于一体的综合信息管理网络系统,具有较大推广应用价值.

简介：从1991年海湾战争到2005年伊拉克战争．误打误伤事件层出不穷，战争伤亡榜上因敌我识别系统错误而倒下的士兵占了相当大比例，如何尽快提高敌我识别系统的识别能力已经越来越被各国重视，敌我识别概念随之也越来越多地被人们提及和关注。为此．本刊专访了我国敌我识别领域资深专家黄成芳高级工程师。

简介：基于雷达目标距离像，研究时变特征提取和核分类器在雷达目标识别中的应用。由于距离像敏感于目标姿态角的变化，单纯的时域或频域方法难以完整刻画目标的散射特性，因此文中采用时频分析方法，首先提取出距离像时频分布的特征参量，再利用主元分析法降低维数，最后采用基于核的非线性分类器进行目标识别。仿真数据和实测数据表明，该方法具有较好的识别效果。

简介：摘要本文以高分辨率遥感图像中飞机目标识别为导向，提出一种基于分层的目标识别算法模型，构建基于神经网络的飞机目标检测结构模型，以期提高飞机目标识别效率，以期实现飞机目标的高精度、自动化识别。

简介：提出了一种基于多分辨率小波高频特征系数的高光谱遥感影像亚像素目标识别方法.首先利用多尺度小波变换将光谱信号分解为不同尺度的高频特征信号,然后借助接收操作特性曲线(ROC)和马氏距离投影寻踪求取一维最佳识别特征,最后通过高斯最大似然决策函数求解亚像素目标的存在概率.通过38种小波函数的高光谱数据实验证明,该方法对亚像素目标的识别效果较好.

简介：摘要：随着深度学习技术的不断进步，机器人视觉目标识别已成为研究热点。本文综述了基于深度学习的机器人视觉目标识别算法，介绍了数据预处理、网络结构设计、训练策略与优化、模型评估与优化等关键环节的研究现状与进展。在算法设计方面，本文提出了一个结构化的网络设计方法，并探索了有效的训练策略和优化技巧。在实现部分，详细说明了硬件平台与软件环境的搭建，以及算法实现的具体流程。通过一系列实验，验证了所提出算法的有效性，并对实验结果进行了深入分析。研究结果显示，该算法能够在不同环境下准确识别目标，具有良好的泛化性和实用性。

简介：摘要:针对传统船舶监测方法中存在工作量大易误判等问题，提出一种基于改进Faster R-CNN算法的船舶检测识别方法。自行拍摄制作船舶数据集，并通过翻转、裁剪、抖动等方式对数据集进行扩充。基于TensorFlow框架搭建深度学习系统环境，选取VGG16-Net作为特征提取网络。通过微调模型、参数调试等方法优化训练模型，提高了检测模型的识别精度。然后通过Faster R-CNN模型对数据进行训练、学习最终船舶平均识别率mAP指标（mean Average Precision）达到90.7%，通过深度学习达到了使用少量样本获得较高识别率的效果。

简介：从交通使用者对照明质量的要求出发，论述综合影响驾驶员视觉可靠性的小目标可见度评价指标，阐述小目标可见度的测试方法和计算方法。基于高压钠灯和LED在1：1实体隧道环境下的小目标辨识试验研究，得出结论：在亮度水平差别不大的情况，若以小目标可见度为评价指标，LED光源的照明视觉效果要优于HPS光源的视觉效果，因此要达到同等的驾驶员视认水平，采用LED光源更节能。