简介：在数据融合的基础上，以红外／毫米波双模传感器的智能融合结构为模型，将模糊神经网络与D-S证据理论相结合，提出了一种新的目标识别方法。该算法根据红外／毫米波传感器的性能及工作范围，构造模糊变量作为神经网络的输入，根据神经网络的不同输出判别目标的真伪，并利用D-S证据理论进行目标身份识别。仿真结果证明了该算法的可行性。

简介：提出了一种基于图像配准的自动目标识别算法,图像配准算法采用基于归一化互信息相似性判据,并采用模糊自适应粒子群优化算法作为搜索策略。在图像精确配准的基础上,通过图像间的相互转换,间接实现了目标的准确识别。仿真试验结果表明,该方法可以实现复杂背景下目标的准确识别。

简介：作为一种自然景物的模型，分形几何越来越多地受到人们的关注。分形纹理分析是分形在图像处理中的应用研究的一个主要内容，注意到仅用分形维数特征不足以描述和区分不同的图像纹理，本文采用不同尺度下的方向性分维的变化曲线作为纹理图像的特征，对不同纹理的图像进行识别。实验表明这一方法是有效的。最后，本文讨论了该方法在雷达目标情况识别技术中的应用。

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：摘要：无人机视觉识别技术是将无人机作为载体，结合机器视觉技术，利用无人机在飞行过程中拍摄的图像，并且从图像中提取信息进行处理，最终用于无人机自主控制的输入和无人机终端应用领域的拓展。本文对无人机的目标识别和追踪系统设计进行分析。

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：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：为使海警部队在海上执法时能从众多船舶中快速寻找可疑船舶，并快速获得其详细信息，设计一种舰载警用飞行系统。该系统可实现空中抵近侦察，运用舰载的目标识别系统获得可疑目标的图像，配有功能强大的可疑目标数据库，从而达到快速、准确地识别海上目标的目的。试验结果表明，所提出的方法和设计完全符合海警执法的要求，设计的飞行系统适合舰载和警用，设计的目标识别系统精确、可靠，具有较高的推广应用价值。

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.