2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩63頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、合成孔徑雷達(dá)因其全天候和高分辨率成像的特點(diǎn),近年來(lái)得以快速發(fā)展。與此同時(shí),隨著近代的計(jì)算機(jī)技術(shù)和先進(jìn)的數(shù)字信號(hào)處理技術(shù)的發(fā)展,合成孔徑雷達(dá)在許多領(lǐng)域得到廣泛的應(yīng)用,如大地遙感和測(cè)繪、大地資源探測(cè)、災(zāi)情預(yù)報(bào)、軍事指揮以及國(guó)民經(jīng)濟(jì)的其它方面。由于SAR相干成像方式使得SAR圖像中存在顯著的相干斑噪聲,降低了圖像質(zhì)量,影響了后續(xù)目標(biāo)檢測(cè)、分類(lèi)和識(shí)別等應(yīng)用,因此SAR圖像的相干斑抑制一直是合成孔徑雷達(dá)技術(shù)領(lǐng)域重要課題之一。 支持向量機(jī)(

2、Support Vector Machines,SVM)是Vapnik等人基于統(tǒng)計(jì)學(xué)理論基礎(chǔ)上提出的新一代學(xué)習(xí)系統(tǒng)的一類(lèi)新型機(jī)器學(xué)習(xí)方法。由于其出色的學(xué)習(xí)性能,該技術(shù)已成為機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn),并在實(shí)際當(dāng)中得到了一定廣泛的應(yīng)用,如人臉檢測(cè)、手寫(xiě)體數(shù)字識(shí)別、文本分類(lèi)等。SVM作為一種新興技術(shù),在很多領(lǐng)域的研究有待探索和完善。 本文針對(duì)雷達(dá)數(shù)據(jù)的特點(diǎn),首先將圖像數(shù)據(jù)通過(guò)支持向量回歸濾波網(wǎng)處理,達(dá)到最大限度保留邊緣圖像信息同時(shí)濾除噪

3、聲,然后根據(jù)分類(lèi)理論與技術(shù),研究某一類(lèi)特定目標(biāo)的分類(lèi)方法。 主要研究?jī)?nèi)容有: (1)本文分析去除相干斑的一些基本算法,深入研究了利用支持向量回歸技術(shù)構(gòu)造濾波網(wǎng)問(wèn)題,并將濾波網(wǎng)模型應(yīng)用在SAR圖像增強(qiáng)處理中。通過(guò)實(shí)驗(yàn)證明支持向量回歸濾波網(wǎng)絡(luò)在SAP,圖像增強(qiáng)方面的實(shí)用性,為下一步的目標(biāo)分類(lèi)工作提供了基礎(chǔ)。 (2)通過(guò)分析核函數(shù)與SVM分類(lèi)器性能之間的關(guān)系,選擇組合核函數(shù)構(gòu)造SVM分類(lèi)器,并將其運(yùn)用在SAR圖像分類(lèi)中

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論