李勇
- 作品数:5 被引量:18H指数:3
- 供职机构:空军航空大学航空信息对抗系更多>>
- 相关领域:电子电信军事自动化与计算机技术更多>>
- 基于小波域中心矩特征的SAR图像识别被引量:4
- 2013年
- 为克服合成孔径雷达(SAR:Synthetic Aperture Radar)图像的方位敏感性和平移敏感性给识别带来的困难,提出一种基于二维离散小波变换与中心矩特征提取的SAR图像目标识别方法。该方法通过对图像的二维离散小波分解提取低频子带图像,同时提取具有平移不变性的中心矩作为特征向量,利用支持向量机进行目标分类和识别。实验结果表明,该方法在有效抑制噪声的情况下,很好地克服了SAR图像对目标方位的敏感性,在减少计算量的同时具有较高的识别率。
- 杨佐龙王德功李勇
- 关键词:小波变换SAR图像中心矩特征支持向量机
- 基于多传感器数据融合的飞机目标自动敌我识别方法被引量:4
- 2012年
- 为提高复杂环境下目标敌我属性识别能力,提出了一种基于多传感器数据融合的自动目标敌我属性识别方法。采用将IFF、ESM、雷达,红外获取的信息进行特征级融合的方法对目标进行识别,并采用模糊神经网络模拟真实战场环境,提高了目标的识别率和准确度。
- 李勇王德功常硕
- 关键词:数据融合神经网络DSMT
- 一种SAR图像特征提取和目标分类的新方法被引量:4
- 2013年
- 提出了一种利用二维离散小波变换与核主成分分析结合对SAR图像进行特征提取的新方法。该方法对SAR图像进行三层小波分解后提取低频子带图像的核主成分分量作为目标的分类特征,利用支持向量机完成目标分类。采用MSTAR实测SAR目标数据集进行特征提取和分类实验,实验结果表明:该方法可以有效提高目标的正确识别率。
- 李勇王德功常硕关春健
- 关键词:合成孔径雷达二维离散小波变换核主成分分析支持向量机自动目标识别
- 基于小波域2DPCA特征提取算法的SAR图像识别被引量:3
- 2012年
- 文章提出了一种利用二维离散小波变换与二维数主成分分析结合对SAR图像进行特征提取的新方法。该方法对SAR图像进行二层小波分解后提取低频子带图像的二维主成分分量作为目标的识别特征,利用支持向量机完成目标分类。采用MSTAR实测SAR目标数据集进行特征提取和分类实验,实验结果表明:该方法可以有效提高目标的正确识别率。
- 李勇王德功常硕
- 关键词:二维离散小波变换二维主成分分析自动目标识别
- 模糊神经网络与证据理论的飞机目标敌我识别被引量:3
- 2012年
- 为满足复杂环境下目标敌我属性识别能力,提出了一种基于模糊神经网络(FNN:Fuzzy Neural Net-works)和证据理论的新敌我识别方法。该方法利用模糊神经网络和证据理论信息的处理能力,将敌我识别器(IFF:Identification Friend-or-Foe)、电子支援措施(ESM:Electronic Warfare Support Measure)、雷达及红外获取的信息融合,进行敌我识别。仿真结果表明,该方法的识别能力明显优于单一模糊神经网络分类器,识别率达0.994,同时具有很强的容错性和一定的抗干扰能力,更适合战场需要。
- 李勇王德功杨佐龙
- 关键词:模糊神经网络证据理论数据融合敌我识别