【摘 要】
：
自动泊位引导系统的关键是飞机定位是否准确,而特殊天气下飞机特征选择和提取是定位准确与否的关键因素。提出了基于自适应加权形态学的高阶神经网络识别算法。首先利用自适应加权形态学提取边缘从中选择特征同时进行预处理,然后利用高阶反馈神经网络进行机型和子型识别。实验证明:该方法具有特征简单、识别率高的特点,能准确识别出飞机型号,得到比较精确的飞机外形描述,可有效对抗噪声、遮挡、阴影等干扰,具有很好的稳健性。
论文部分内容阅读
自动泊位引导系统的关键是飞机定位是否准确,而特殊天气下飞机特征选择和提取是定位准确与否的关键因素。提出了基于自适应加权形态学的高阶神经网络识别算法。首先利用自适应加权形态学提取边缘从中选择特征同时进行预处理,然后利用高阶反馈神经网络进行机型和子型识别。实验证明:该方法具有特征简单、识别率高的特点,能准确识别出飞机型号,得到比较精确的飞机外形描述,可有效对抗噪声、遮挡、阴影等干扰,具有很好的稳健性。该方法满足自动化泊位系统对目标识别模块的稳定可靠、快速准确的要求。
其他文献
为提高虹膜识别的准确度,提出采用第二代曲波变换提取虹膜图像纹理特征的方法。首先将预处理后的虹膜图像进行曲波分解,然后采取不同方法对曲波分解后的低通和带通子带进行特征提取,并根据各带通子带的能量大小赋予不同的加权系数,最后采用欧式距离进行虹膜特征匹配。在4种虹膜图像库上测试表明,提出的虹膜图像纹理特征提取方法具有较高的识别率,与Harr小波和DCT(离散余弦变换)相比,特征提取时间相当,但识别率相对
In the decade of data explosion, a significant challenge is how to transform data into understandings and insights that are useful to people. Visualization,the use of computer-supported, interactive v
方向场估计是指纹识别过程中非常重要的步骤。传统方向场提取算法存在着3个较为严重的问题:指纹质量较低时,无法获得满意的结果;无法在背景区域获得可靠的方向场;基于模型的方法,如Legendre模型或FOMFE模型,在奇异区域会产生较大偏差。针对这些问题,该文改进了基于复数滤波的质量评价方向,并提出了一种融入指纹质量的扩散方程来提取指纹方向场。为了验证算法的有效性,在各种质量的指纹图像上进行了实验。实验
The node-link diagram is an intuitive way to depict a graph and present relationships between entities.Addressing the visual clutter induced by edge crossing and node-edge overlapping is a challenging
Recently,sequential document visualization has attracted much attention for its superior capability in depicting the sequential semantic progression in a single document.However,existing methods commo
Ultra-scale data analysis has created many new challenges for visualization.For example,in climate research with two-dimensional time-varying data,scientists find it crucial to study the hidden tempor
Visualizing 2-D vector fields using streamlines is one popular ?ow visualization technique.Standard streamline generation algorithms compute the density of streamlines across the domain,detect feature
The effects of soil and water conservation (SWC) on soil properties are well documented. However, definitive and quantitative information of SWC and its interactions with soil properties on soil produ
Sensitivity analysis is a powerful method for discovering the significant factors that contribute to understanding the interaction between variables in multivariate datasets.A number of sensitivity an
噪声元素在光子量有限的最大似然期望最大化(MLEM)方法重建PET/CT(positron emission tomography/computed tomography)图像研究的过程中影响甚至加重图像特征明暗度变化。为减小这类影响,该文提出了一种包含解剖端信息的中值非局部平均算法(AMNLM)。该算法是对适用低信噪比图像去噪的非局部平均算法(NLM)的改进。将该算法应用于临床肺部病变患者PET