Zobrazeno 1 - 6
of 6
pro vyhledávání: '"Liu Zhouyong"'
Autor:
Liu, Zhouyong, Luo, Shun, Li, Wubin, Lu, Jingben, Wu, Yufan, Sun, Shilei, Li, Chunguo, Yang, Luxi
Deep Convolutional Neural Networks (CNNs) are powerful models that have achieved excellent performance on difficult computer vision tasks. Although CNNs perform well whenever large labeled training samples are available, they work badly on video fram
Externí odkaz:
http://arxiv.org/abs/2011.10185
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
International Journal of Remote Sensing. 38:412-431
In this article, a new type of feature, named two-dimensional 2D-slice Zernike moments, is proposed for synthetic aperture radar SAR automatic target recognition ATR. Target features play an extremely important role in the ATR system. Pixels with dif
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::5e2d671b1e89cb1b95bf6a3d870d1568
https://doi.org/10.1080/01431161.2016.1266107
https://doi.org/10.1080/01431161.2016.1266107
Autor:
Zhang, Xinzheng1 zhangxinzheng03@126.com, Liu, Zhouyong1 zhouyongliu@126.com, Liu, Shujun1 liusj03@126.com, Li, Guojun2 liguojun@126.com
Publikováno v:
Journal of Electrical & Computer Engineering. 6/29/2015, Vol. 2015, p1-10. 10p.
Publikováno v:
Journal of Electrical and Computer Engineering, Vol 2015 (2015)
A new approach to classify synthetic aperture radar (SAR) targets based on high range resolution profiles (HRRPs) is presented. Features from each of the target HRRPs are extracted via the nonnegative matrix factorization (NMF) algorithm in time-freq
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::68c52dc02c8143f246129dc78c737830
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.