注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. IPIX雷达STFT

  2. ipix雷达海面数据matlab stft分析，可以在一定程度上区分海面目标与海杂波

  3. 所属分类：其它

    • 发布日期：2012-08-01
    • 文件大小：5242880
    • 提供者：cangyangjiajia

  1. IPIX雷达数据读取（cdf文件读取）与处理

  2. 关于IPIX雷达数据读取（cdf文件读取）和处理的相关程序，适用于matlab2010及更新的matlab版本，压缩文件里面有较详细程序说明。 同时，本程序还涉及海杂波的分布拟合和观测。 Provide the example of IPIX radar data reading (about CDF file) and handling, which applies to later matlab versions than 2010. There's a more detailed exp

  3. 所属分类：电信

    • 发布日期：2017-07-15
    • 文件大小：7340032
    • 提供者：healingraphael

  1. matlab代码

  2. 用来读取ipix雷达的实测数据 可以参考一下

  3. 所属分类：其它

    • 发布日期：2018-05-07
    • 文件大小：3072
    • 提供者：bi_xin

  1. 海杂波背景下小目标检测的深度信念网络方法

  2. 结合深度学习相关理论，提出了海杂波背景下小目标检测的深度信念网络方法。该方法以无标签数据逐层进行非监督贪婪训练，使每层得到一个合适的初始值；构建深度信念网络初步模型，并以带标签的数据对该种模型以误差反向算法对整个网络的参数进行调优，建立预测模型；最后利用该种预测模型检测湮没在海杂波背景下的小目标信号。以加拿大McMaster实测的IPIX雷达数据进行实验，利用均方根误差评价性能。实验结果表明，针对第54#海杂波数据，文章提出的深度信念网络方法所预测的均方根误差为0.016，与已有的选择性支持向量

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：410624
    • 提供者：weixin_38506713

  1. 海杂波中基于扩展分形的目标检测方法

  2. 针对海杂波的非平稳性和长相关性,提出一种基于扩展分形多尺度Hurst参数的目标检测算法。该方法首先将扩展分形理论与模式识别中的分类方法相结合,提取杂波和目标的多尺度Hurst参数以构成特征矢量,并引入模式识别中的可分性判据来进行特征矢量的选取,然后采用Bayes分类方法进行目标检测。利用IPIX雷达实测数据的实验结果表明,文中提出的算法比基于分维值的检测算法有更好的检测性能。

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：663552
    • 提供者：weixin_38724919

  1. 基于遗传小波神经网络的海杂波预测

  2. 根据相空间重构理论，提出了一种基于遗传小波神经网络(GA-WNN)的混沌时间序列预测方法。根据takens理论，计算出相空间重构所需延迟时间和嵌入维数。采用小波神经网络的构造和算法，将遗传算法用于网络参数优化，为混沌时间序列预测提供可靠依据。为验证模型的可靠性，使用IPIX雷达数据进行多步预测，仿真结果表明这个确定性的模型可以根据海杂波已知数据预测未来值的变化。与传统神经网络预测相比，遗传小波神经网络预测方法的拟合精度和预测精度更好。

  3. 所属分类：其它

    • 发布日期：2021-01-29
    • 文件大小：1048576
    • 提供者：weixin_38654415