核非线性分类器相关论文
研究基于核的非线性方法，并将其应用于高分辨距离像雷达目标识别.核Fisher判别分析(KFDA)是一种抽取非线性特征的最有效方法之一，针......
随着计算机和互联网的快速发展，平板电脑、电子书写板、各种数码笔等电子笔输入设备得到了广泛应用，用户能在更大的界面上自由地、无......
非平稳信号处理理论中高阶统计量方法被广泛应用于模式识别以提取稳健特征，但算法本身需要解决计算量大的问题，加上训练样本具有冗余......
特征提取是雷达目标识别研究中的重要问题，有效、稳健的特征是提高识别率的关键。核判别分析（KDA）是一种抽取非线性特征的有效方法，但......
由于雷达目标及其所处环境的复杂性，导致不同目标之间的关系往往是非线性的．研究基于核的非线性方法，并将其应用于雷达目标一维距离像......
行为识别是视频分析的重要任务。本文利用稀疏自动编码机和卷积神经网络这两种典型的深度网络从视频运动历史图像中提取行为特征,......
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......
特征提取是手写体数字识别研究中的重要问题,有效、稳定的特征是提高识别率和识别精度的关键。该文提出了一种基于分数本征特征和......
随着科技的进步和发展,数字图像编辑处理工具也越来越先进,数字图像经常被一些人由于不同的目的而篡改,给社会带来不同程度的影响,......
