导读:本文包含了目标表征论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:表征,目标,孔径,无源,算法,干扰,模型。
目标表征论文文献综述
杨磊,李慧娟,李埔丞,方澄[1]（2019）在《基于贪婪-快速阈值迭代的SAR地面动目标稀疏表征算法》一文中研究指出合成孔径雷达地面动目标成像(Synthetic Aperture Radar Ground Moving Target Imaging, SAR-GMTIm)技术通过在静止场景的SAR图像中检测运动目标响应,实现针对运动目标的重聚焦成像。通常情况下,地面运动目标回波响应相对于静止场景的回波(即杂波)具有较强的稀疏性,增强SAR-GMTIm成像结果的稀疏特征有利于目标分类和识别。现有的一阶算法如阈值迭代算法(Iterative Shrinkage-thresholding Algorithm,ISTA)及其改进方法,快速阈值迭代算法(Fast Iterative Shrinkage-thresholding Algorithm,FISTA)都可用于SAR-GMTIm稀疏特征增强,但都存在运算效率偏低,收敛速度较慢的问题。针对以上问题,本文提出了一种贪婪-快速阈值迭代算法(Greedy Fast Iterative Shrinkage-thresholding Algorithm,Greedy FISTA)用于SAR-GMTIm稀疏特征恢复。该算法基于重启动框架对FISTA进行改进,缩短了算法重启间隔和振荡周期,拥有比FISTA更快的收敛速度。本文利用Greedy FISTA针对SAR-GMTIm的仿真复数据以及美国空军实验室的Gotcha实测雷达数据进行成像实验,并对比Greedy FISTA和FISTA、ISTA在SAR动目标成像中达到同等精度所需的迭代次数,再结合相变热力图分析法对比叁种算法的恢复性能。实验结果表明Greedy FISTA应用于SAR-GMTIm系统具有良好的成像效果,且在收敛速度和稀疏信号恢复方面相较传统阈值迭代算法及快速阈值迭代算法有明显优势。(本文来源于《信号处理》期刊2019年11期）
乔凯,智喜洋,杨冬,巩晋南,胡建明[2]（2019）在《空中弱目标天基光学探测性能表征及匹配设计方法》一文中研究指出针对远距离空中弱目标光学探测的需求,提出天基探测系统性能表征与关键指标匹配设计方法.首先立足于天基光学探测全链路,分析得出影响天基观测条件下空中复杂环境背景中弱目标光学探测的主要因素,包括场景杂波、探测系统的光谱辐射尺度、几何尺度等;然后对上述影响因素进行表征建模,建立目标的图像信噪比与影响要素之间的关系模型,即探测系统性能表征模型;最后以典型探测场景为例,通过研究目标在不同场景杂波及探测多尺度耦合特性下的信噪比变化规律,提出探测谱段优选及其与空间分辨率的匹配设计建议,可为我国天基探测系统设计、指标论证、信息处理算法优化提供理论依据与科学指导.(本文来源于《红外与毫米波学报》期刊2019年05期）
黄江雷[3]（2019）在《基于目标表征学习和更新建模的视频跟踪技术研究》一文中研究指出目标跟踪是计算机视觉中的一项基本任务,旨在获取视频序列中特定目标的状态,包括位置、大小等信息。它有许多潜在的应用,例如在自动驾驶中实时感知周围的物体、监控视频分析中自动追踪可疑的目标及视频编辑中辅助提取感兴趣的区域。经过数十年的研究,目标跟踪领域取得了一些成功。但是,在处理复杂的测试视频时,跟踪算法的表现往往并不尽如人意。比如当目标形变比较大时,跟踪算法返回的边界框与目标实际的形状相比相差比较大。此外,在测试序列较长时,跟踪算法往往由于持续地进行模型更新使模型降质进而导致跟踪失败。这两个问题,即目标表示不精确及模型非最优更新,会严重影响跟踪算法的性能,因此本文主要围绕这两个问题展开研究工作并提出一些解决方案。针对目标表示不精确的问题,本文提出使用二值掩模作为网络的输出,并在其上估计一个多自由度的矩形框作为相对精确的跟踪结果。在生成用以微调网络参数的训练样本时,本文使用Crop and Paste数据增强方法来尽可能地利用背景信息、添加一个随机值到训练样本的亮度分量里来模拟光照变化、以及利用高斯滤波的方式来模拟模糊情形。在估计矩形框时,本文提出了一种利用视频帧之间时间相关性的目标边界框估计方法。该方法估计的边界框含有五个自由参数,比之前跟踪方法中估计的矩形框多两个自由参数,因此本文中的矩形框对目标的表示更为精确。实验表明本文的方法在实时性方法中达到了最好的性能。针对模型非最优更新的问题,本文提出了一个一定程度上进行最优模型更新的最小化目标式。在该目标式中,存在着两项挑战。其一是新生成的目标模型不可靠。为了解决这个问题,式中使用一个惩罚项来限制学习到的目标模型到历史最近的模型之间的距离。其二是随着跟踪的持续进行,目标模型可能会发生降质。为了应对这个难题,式中使用了一个重初始化项。此外,为了控制变换矩阵的复杂度,目标式中还加入了正则化项。该最小化目标式的解,在一些简化的情况下,会退化到指数滑动平均(EMA)。这表明本文的方法可以视作EMA的一种扩展。最后,在一些常用数据集上的实验验证了本文提出的模型更新方法在相对长时情景下的有效性。总结而言,本文提出使用掩模表示网络的输出,并基于该输出估计一个多自由度的矩形框来改善之前跟踪方法中目标表示不精确的问题。除此之外,本文还提出了一个正则化和重初始化的最小化目标式来解决长时情景中模型非最优更新的问题。(本文来源于《中国科学技术大学》期刊2019-06-03）
向科,胡炜,胡显军[4]（2019）在《低能耗目标下基于空间表征参数的岭南建筑空间优化设计方法研究》一文中研究指出通过对岭南湿热气候及气候适应性建筑设计要点的解析,提出通过空间优化设计达成低能耗目标的系统方法。通过对节能机理与空间模式关系的探讨,构建以20个空间表征参数为主导的低能耗目标下岭南建筑空间优化设计方法体系,并对比各表征参数的评测因子,加强对于空间形体、建筑表皮等参数的定量研究,将相关的气候适应性经验转化为在建筑设计过程中可操作的一些常量,揭示建筑空间设计的一些气候适应性规律与被动式设计原理,建立建筑空间研究与建筑技术研究之间的关联。(本文来源于《2019国际绿色建筑与建筑节能大会论文集》期刊2019-04-03）
谢泽峰,罗华锋[5]（2019）在《基于舰船目标的海战场电磁干扰量化表征方法研究》一文中研究指出结合舰船目标,从反舰导弹雷达制导的视角,分析海战场电磁干扰环境构成要素,提出干扰强度体现在空域、时域、频域反舰导弹雷达制导分辨干扰目标的可分辨程度,建立海战场干扰相似度、干信比、复杂度量化表征方法,并对无源干扰、有源干扰及组合干扰进行量化表征,为反舰导弹战场电磁环境试验鉴定提供技术支撑。(本文来源于《舰船电子工程》期刊2019年01期）
李杨卓,杨旭成,高虹,高湘萍[6]（2018）在《工作记忆表征对视觉注意的影响:基于非目标模板的视角》一文中研究指出储存在工作记忆中的视觉表征会影响注意选择过程。其中,与目标有关的工作记忆表征(靶子模板)对视觉注意起到自上而下的引导作用,而与目标无关的工作记忆表征(非目标模板)亦会对注意分配产生影响。本文通过系统分析非目标工作记忆表征影响视觉搜索过程的相关研究,发现非目标模板在视觉搜索任务中既存在自动化的注意捕获,也会形成主动抑制以提高目标搜索绩效。进一步地,对非目标模板的注意捕获或抑制受实验范式、任务难度、刺激材料特征以及认知控制水平等因素的影响。未来研究应该在不断深入细化变量操纵、完善变量控制的同时,进一步扩展应用领域的研究。(本文来源于《心理科学进展》期刊2018年09期）
冀广宇,董勇伟,卜运成,李焱磊,周良将[7]（2018）在《基于目标相干性表征差异的多波段SAR相干变化检测方法》一文中研究指出相干变化检测(Coherent Change Detection,CCD)利用变化前后SAR图像间的相位相干性检测场景中发生的微小变化。传统的CCD方法由于对目标探测尺度单一,难以区分场景中目标变化区域与低相干干扰区域。多波段SAR对目标进行多尺度探测,依据电磁波对目标的穿透特性、目标的结构特性以及目标发生的变化尺度形成不同的相干性表征。该文据此提出一种多波段CCD方法。该方法先分别获取各个波段的相干变化差异图,然后依据目标的多波段相干性表征使用改进的期望最大化(Expectation-Maximization,EM)算法对场景分类,接下来根据少量监督样本确定目标变化类别,最后用Dempster-Shafer(DS)证据理论处理,获取多波段融合相干变化差异图。该结果可有效排除各个单波段存在的低相干干扰,达到降低虚警概率的目的。该文采用变化前后的L波段与P波段重轨SAR数据进行方法验证,实验结果与指标参数证明了该方法的有效性与正确性。(本文来源于《雷达学报》期刊2018年04期）
王冰,高穹,张岩岫,曲卫东[8]（2018）在《小目标态势下旋翼飞机红外辐射特性表征及其反演方法》一文中研究指出目标红外辐射特性的研究对红外探测距离的预测和评估具有重要的意义。分析了基于红外图像的面目标红外辐射特性反演方法用于反演点目标特性时的局限和不足。通过对红外图像上点目标的提取,结合辐射基本理论,推导了目标辐射亮度、像元数和目标整体辐射强度之间的关系,提出了一种针对小目标态势下旋翼飞机的红外辐射特性反演算法,并利用该算法对某型旋翼飞机的红外辐射强度进行了反演计算,得到了不同观测角度下3~5μm波段红外辐射强度分布。结果表明,该方法可以实现远距离小目标红外辐射强度的反演,对于红外侦察系统的作用距离评估具有一定的意义。(本文来源于《红外》期刊2018年05期）
刘晓敏[9]（2017）在《虚拟飞行场景中关联客体对目标表征动量的影响》一文中研究指出表征动量是指观察者对运动物体的最终位置的记忆沿着物体运动的方向前移。这一现象最初是由Freyd和Finke最先发现的,很多研究者都开展了相关研究,对表征动量的相关概念、研究范式、影响因素、脑机制和理论模型等进行了深入地探讨,成为认知心理学领域一个广泛讨论的热点现象。在运动物体和其关联客体的表征动量研究中,前人的研究文献仅仅是探讨了静止物体或运动物体的大小、运动速度等物理特征对另一静止或运动物体的表征动量的影响,没有在运动物体和其它物体相互作用的过程中赋予它们实质性的意义,也就是说,前人的研究都基于刺激的物理特征这类低水平的加工过程中的变量,而没有结合实际的生产生活中的实物开展研究。本研究借助飞行场景,通过改变关联客体的性质、呈现时长、运动物体和关联客体之间的相对关系来论证不同情景下关联客体对运动物体位置判断的影响。实验一分为两个小实验,采用的关联客体都是在诱导期间呈现的,即与第一个诱导刺激同时呈现,直到与第五个诱导刺激同时消失,共2250ms。采用2(相对关系:趋近和远离)×2(运动方向:从左往右和从右往左)×7(探测位置:-15,-10,-5,0,+5,+10,+15,单位pixel)被试内实验设计,因变量是偏移加权均数,区别在于实验一 A中的客体刺激是跑道(安全情景),实验一 B中的客体刺激是大山(危险情景)。结果发现,相对关系的主效应不显着,情景的主效应显着,情景和相对关系的交互作用显着。在趋近时,安全情景下的偏移加权均数显着大于危险情景下的偏移加权均数,在远离时,安全情景下的偏移加权均数和危险情景下的偏移加权均数没有显着差异;在安全情景下,趋近的偏移加权均数显着大于远离的偏移加权均数,在危险情景下,趋近的偏移加权均数显着小于远离的偏移加权均数。仅在危险情景下趋近关联客体时对运动物体位置的判断没有出现偏移,其它情形均出现了表征动量现象;目标刺激和关联客体的相对关系对运动物体位置的判断有影响;不同的情景影响表征动量。实验二分为两个小实验,采用的关联客体都是在保持间隔期间呈现的,即从记忆刺激消失到探测刺激呈现,共250ms。其它与实验一相同。采用2(相对关系:趋近和远离)×2(运动方向:从左往右和从右往左)×7(探测位置:-15,-10,-5,0,+5,+10,+15,单位pixel)被试内实验设计,因变量是偏移加权均数,区别在于实验二A中的客体刺激是跑道(安全情景),实验二B中的客体刺激是大山(危险情景)。结果发现相对关系和情景的主效应都显着,情景和相对关系的交互作用显着。在趋近时,安全情景下的偏移加权均数显着大于危险情景下的偏移加权均数,在远离时,安全情景下的偏移加权均数和危险情景下的偏移加权均数没有显着差异;安全情景下,趋近的偏移加权均数显着大于远离的偏移加权均数,在危险情景下,趋近和远离的偏移加权均数没有显着差异。不管是在何种情景中,不管关联客体和运动目标的相对关系是趋近还是远离,对运动物体最终位置的判断都出现了偏移,表明表征动量现象具有一定的普遍性;不同的情景影响表征动量,目标刺激和关联客体的相对关系影响表征动量。结合实验一和实验二的结果发现,关联客体刺激呈现的时长对表征动量有影响,但是受到了情景和相对关系的调节。综合实验研究结果及讨论,本研究得到以下结论:(1)静止的客体是一种地标,当地标吸引效应和表征动量的方向一致时会使偏移量增加,不一致时会使偏移量减弱,但是这种变化会受到情景的影响。(2)突然呈现的客体刺激是一种分心物,观察者的注意力分散,运动物体的偏移量增加。(3)不同情景对偏移量有影响,说明表征动量具有一定程度上的认知渗透性。本研究对于表征动量相关的地标吸引效应、方向效应、注意的影响及认知可渗透性方面具有理论价值,同时为舰载机飞机着陆时的位置判断提供了参考,对航空领域的动态空间能力测试与训练提供了新视角。(本文来源于《陕西师范大学》期刊2017-06-01）
刘旭航[10]（2017）在《基于流行为特征分析的网络端目标表征与识别方法研究》一文中研究指出随着互联网的飞速发展,如何有效地来对网络流量和用户行为进行监管,构建一个文明健康、可信稳定的网络空间,渐渐引起了研究者们的注意。因此,如何对网络中不同的人(即端目标)进行表征与识别开始成为当前研究者们关注的一个焦点。近年来研究较多的是如何利用流行为特征对网络流进行分类,而将其应用于网络端目标的表征与识别的研究则相对较少。针对上述网络端目标表征与识别的研究现状,本文提出基于服务类型划分的分析方法,首先根据不同的服务类型对流量进行分类,并应用于网络流的行为特征的提取和选择,得到网络端目标的表征,随后引入机器学习和社团发现算法,最终完成网络端目标的识别,并取得了不错的效果。主要工作如下:(1)针对个体端目标的识别,即识别一个特定的用户行为是由哪个端目标产生的,本文引入了基于机器学习的分类方法。首先将用户的流量梳理到作者划分的24种服务类型之下,用于构建端目标的流量矩阵,接着就是对原始的数据包处理得到分析所需的相关流行为特征,经过特征选择之后最后得到用于表征一个端目标的特征参数集,如此一天的流量数据便可以转化为表征该端目标行为的一个样本。采集了足够多的样本数据之后,便得到了机器学习所需的样本数据,经过对样本数据的手工标记之后,本文采用机器学习中的C4.5决策树算法将样本数据用于训练和测试,最终取得了不错的识别效果。(2)针对个体端目标之间的行为相似性,即发现网络中潜在的社团群体,本文提出了基于流行为特征分析的社团发现算法来进行分析。由于需要衡量端目标之间的行为相似性,作者分别使用Dice相似度计算流行为特征的相似度,余弦相似度计算服务类型的相似度,构建相似度矩阵。最后利用社团发现算法分别得出基于流行为特征和服务类型的社团结构划分,综合两者的结果得到最终的社团划分结果。(本文来源于《电子科技大学》期刊2017-05-13）
目标表征论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对远距离空中弱目标光学探测的需求,提出天基探测系统性能表征与关键指标匹配设计方法.首先立足于天基光学探测全链路,分析得出影响天基观测条件下空中复杂环境背景中弱目标光学探测的主要因素,包括场景杂波、探测系统的光谱辐射尺度、几何尺度等;然后对上述影响因素进行表征建模,建立目标的图像信噪比与影响要素之间的关系模型,即探测系统性能表征模型;最后以典型探测场景为例,通过研究目标在不同场景杂波及探测多尺度耦合特性下的信噪比变化规律,提出探测谱段优选及其与空间分辨率的匹配设计建议,可为我国天基探测系统设计、指标论证、信息处理算法优化提供理论依据与科学指导.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
目标表征论文参考文献
[1].杨磊,李慧娟,李埔丞,方澄.基于贪婪-快速阈值迭代的SAR地面动目标稀疏表征算法[J].信号处理.2019
[2].乔凯,智喜洋,杨冬,巩晋南,胡建明.空中弱目标天基光学探测性能表征及匹配设计方法[J].红外与毫米波学报.2019
[3].黄江雷.基于目标表征学习和更新建模的视频跟踪技术研究[D].中国科学技术大学.2019
[4].向科,胡炜,胡显军.低能耗目标下基于空间表征参数的岭南建筑空间优化设计方法研究[C].2019国际绿色建筑与建筑节能大会论文集.2019
[5].谢泽峰,罗华锋.基于舰船目标的海战场电磁干扰量化表征方法研究[J].舰船电子工程.2019
[6].李杨卓,杨旭成,高虹,高湘萍.工作记忆表征对视觉注意的影响:基于非目标模板的视角[J].心理科学进展.2018
[7].冀广宇,董勇伟,卜运成,李焱磊,周良将.基于目标相干性表征差异的多波段SAR相干变化检测方法[J].雷达学报.2018
[8].王冰,高穹,张岩岫,曲卫东.小目标态势下旋翼飞机红外辐射特性表征及其反演方法[J].红外.2018
[9].刘晓敏.虚拟飞行场景中关联客体对目标表征动量的影响[D].陕西师范大学.2017
[10].刘旭航.基于流行为特征分析的网络端目标表征与识别方法研究[D].电子科技大学.2017
论文知识图
![生物集群行为[30]](http://image.cnki.net/GetImage.ashx?id=1012515349.nh0002&suffix=.jpg)
