导读:本文包含了多重识别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:孔径,灰度,身份,目标,矩阵,分形,卷积。
多重识别论文文献综述
王书豪,阮怀林[1]（2019）在《基于切片双谱多重分形特征的雷达信号识别算法》一文中研究指出针对现有算法识别率低、对噪声敏感的问题,提出了基于切片双谱多重分形特征的雷达信号识别算法。该算法采用切片双谱多重分形的方法进行识别,先利用双谱对角切片降低维度,再对得到的细节信号计算多重分形维数,求取广义维数和多重分形谱,提取多重分形特征输入到支持向量机中实现脉内调制雷达信号的有效识别。仿真结果表明,该方法对噪声具有较好的鲁棒性,在信噪比大于5 dB时,识别率可以达到90%以上。(本文来源于《探测与控制学报》期刊2019年05期）
俞凯君,许子非,李春[2]（2019）在《单一分形与多重分形轴承故障识别算法的研究》一文中研究指出分形维是一种可以量化表征事物非线性特性的参数。本文首先介绍了单分形维数和多重分形维数。然后对采集到的高速轴承正常状态、内环及外环故障时振动信号作小波去噪处理;最后,利用编写的盒维数、关联维数及多重分形去趋势波动法算法,对去噪后的信号进行单一分形与多重分形轴承故障识别分析。结果表明:振动信号具有强多重分形特征,采用多重分形去趋势波动算法能良好识别轴承故障;对比分析可知,单一分形维在描绘非线性特征方面有局限性,多重分形在刻画动力学非线性特征方面具有一定的优点。(本文来源于《软件》期刊2019年10期）
徐歆冰[3]（2019）在《多重纹理图像相似模式精确识别方法仿真》一文中研究指出图像相似程度识别是图像高效利用的基础,针对当前相关成果存在的问题,提出基于LBP的多重纹理图像相似模式识别方法。引入模糊松弛迭代法进行图像增强,根据图像基本信息,设置图像模糊松弛参数,设计构建模糊松弛相应映射函数,实现图像可控迭代式增强,并以适当迭代次数当作增强结束条件。基于增强后图像提取纹理特征,对增强后的图像进行粒的划分,依据图像区域分割结果提取出粒边缘,得到粒边缘详细信息,将合并后的粗糙粒边缘当作图像纹理特征。结合特征提取结果,采用LBP算子对图像进行精细划分,得到LBP直方图分布情况,并基于训练模型及测试样本特征,通过加权特征向量之间的距离计算得到图像相似模式识别分类最终结果。仿真结果表明,上述方法识别率高,且识别过程能耗低。(本文来源于《计算机仿真》期刊2019年10期）
肖琨,王云,张桂刚[4]（2019）在《基于识别和多重分类的反洗钱系统》一文中研究指出反洗钱(AML)对于现代社会金融体系的健全具有重要意义,因洗钱与其他类型的犯罪活动密切相关,且涉及的资金数额巨大.本文旨在开发一种货币交易的可疑行为检测和分类系统.首先,根据货币交易过程中所表现出的不同特点,将与洗钱相关犯罪活动分为五类.然后在交易数据的基础上建立了用户档案,并从档案中提取出涉及个人和网络效应的特征.结合这两种特征,分别建立了两种基于监督学习方法的检测分类模型.结果表明,两种模型均具有较好的准确度和召回率以及良好的鲁棒性,可进一步调整,以供实际应用.最后,将两个模型串联起来,结果显示了相对较好的整体性能,以及验证了系统的可行性.(本文来源于《小型微型计算机系统》期刊2019年10期）
陈惠红,刘世明[5]（2019）在《基于多重集典型相关的深度特征融合及SAR目标识别方法》一文中研究指出提出基于多重集典型相关分析(MCCA)的深度特征融合及合成孔径雷达(SAR)目标识别方法。该方法首先设计了针对SAR目标识别的卷积神经网络(CNN)。为了充分利用各个卷积层输出的特征图,首先采用矢量化串接、下采样的方式为每一个卷积层的输出构造特征矢量。然而,采用多重集典型相关分析融合各个层次的特征矢量,构造统一的特征矢量。在分类阶段,采用稀疏表示分类(SRC)对融合得到的特征矢量进行决策,判定目标类别。基于MSTAR公共数据集在标准操作条件和几类典型扩展操作条件下进行了目标识别实验,验证了方法的优越性。(本文来源于《电子测量与仪器学报》期刊2019年09期）
王清涛,杨洁[6]（2019）在《应用改进的灰度共生矩阵识别木材纹理多重特征值》一文中研究指出目前木材的主要分类方式是由人的经验进行分类,分类的好坏取决于人的经验。因此机器自动检测分类木材种类变得迫在眉睫,目前机器识别木材种类最主要的方法是应用灰度共生矩阵(GLCM)提取木材纹理特征识别木材种类。但是基于灰度共生矩阵(GLCM)特征提取分类存在缺陷,这是由于木材图片旋转再识别时导致分类精度下降。本研究应用改进的灰度共生矩阵(I-GLCM)提取木材多重特征值,较前人提取的灰度共生矩阵(GLCM)识别木材种类,具有旋转不变性。应用matlab模式识别算法进行训练、分类。结果表明,应用本方法对木材进行分类,分类精度比应用灰度共生矩阵(GLCM)精度高,分类效果较好,是一种新的木材识别方法。(本文来源于《西北林学院学报》期刊2019年03期）
温兴琦,陈昱璇,温旭尧[7]（2019）在《大学生创业者多重身份识别分析及启示》一文中研究指出大学生创业不仅是实现自我价值的重要途径,也是促进社会经济发展的强大动力。在大学生创业过程中,"创业者"的身份具有多重性和复杂性,主要体现在个体内在维度和个体间维度。身份建构来源于个体内在自我否定过程与外化的主观力量之间的相互作用,大学生创业者身份识别是多层面的,它是一个大学生对自己内在独特性理解和对外部环境的不同主观感知的双重过程。构建了大学生创业者多重身份的识别整合模型,并从大学生创业者身份识别和塑造的视角提出了促进大学生创业及改进创业教育的对策建议。(本文来源于《科技管理研究》期刊2019年04期）
李龙[8]（2019）在《基于多重支持向量模型的雷达目标识别器设计》一文中研究指出在如今日益复杂的地面战场环境下,雷达目标识别技术的需求愈加迫切。高分辨一维距离像(High Resolution Range Profile,HRRP)具有可提供目标在雷达视线上的结构信息的特点,使得其在雷达地面目标识别领域受到了广泛的关注与研究。为实现基于HRRP的雷达目标识别实用化,本文构建了一种基于多重支持向量模型的雷达目标识别器。本方法通过对目标特征空间的区域分割、特征区域描述与子分类超平面构建,得到更为精细化的目标特征空间描述,同时达到目标鉴别与分类的联合处理。此外,本方法基于支持向量模型,内存需求少、计算复杂度低,适合目标识别系统的实际工程应用。通过基于实测数据的对比实验,证明了本文所提方法在目标识别性能与实时性两方面均具有较大的优势。(本文来源于《现代导航》期刊2019年01期）
王源源[9]（2019）在《基于单演信号多重集典型相关分析的SAR目标识别方法》一文中研究指出提出了一种基于多层次单演信号特征的合成孔径雷达(SAR)图像目标识别方法。为了充分利用多层次单演信号特征的鉴别力,采用多重集典型相关分析(MCCA)分别对各个层次上的局部幅度、局部相位以及局部方位进行融合。融合得到的特征矢量包含了不同层次之间各类特征的内在相关性。在分类阶段,采用联合稀疏表示(JSR)对3类特征融合得到的特征矢量进行联合决策,进一步发掘不同特征之间的内在相关性。最后,根据联合稀疏表示输出的重构误差判定目标类别。基于MSTAR数据集对提出方法进行了性能测试,结果证明了其有效性。(本文来源于《电光与控制》期刊2019年10期）
韩永江[10]（2018）在《精准识别贫困人口 政策倾斜多重保障》一文中研究指出云南是全国贫困人口和贫困县最多、贫困面最广、贫困程度最深的省份之一，是全国脱贫攻坚的主战场之一，扶贫任务艰巨。全国11个集中连片特困地区中，云南占了3个（乌蒙山区、滇桂黔石漠化区、滇西边境片区）。十八大以来，云南累计投入省级以上财政专项扶贫资金(本文来源于《中国劳动保障报》期刊2018-12-04）
多重识别论文开题报告
（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：
分形维是一种可以量化表征事物非线性特性的参数。本文首先介绍了单分形维数和多重分形维数。然后对采集到的高速轴承正常状态、内环及外环故障时振动信号作小波去噪处理;最后,利用编写的盒维数、关联维数及多重分形去趋势波动法算法,对去噪后的信号进行单一分形与多重分形轴承故障识别分析。结果表明:振动信号具有强多重分形特征,采用多重分形去趋势波动算法能良好识别轴承故障;对比分析可知,单一分形维在描绘非线性特征方面有局限性,多重分形在刻画动力学非线性特征方面具有一定的优点。
（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。
多重识别论文参考文献
[1].王书豪,阮怀林.基于切片双谱多重分形特征的雷达信号识别算法[J].探测与控制学报.2019
[2].俞凯君,许子非,李春.单一分形与多重分形轴承故障识别算法的研究[J].软件.2019
[3].徐歆冰.多重纹理图像相似模式精确识别方法仿真[J].计算机仿真.2019
[4].肖琨,王云,张桂刚.基于识别和多重分类的反洗钱系统[J].小型微型计算机系统.2019
[5].陈惠红,刘世明.基于多重集典型相关的深度特征融合及SAR目标识别方法[J].电子测量与仪器学报.2019
[6].王清涛,杨洁.应用改进的灰度共生矩阵识别木材纹理多重特征值[J].西北林学院学报.2019
[7].温兴琦,陈昱璇,温旭尧.大学生创业者多重身份识别分析及启示[J].科技管理研究.2019
[8].李龙.基于多重支持向量模型的雷达目标识别器设计[J].现代导航.2019
[9].王源源.基于单演信号多重集典型相关分析的SAR目标识别方法[J].电光与控制.2019
[10].韩永江.精准识别贫困人口政策倾斜多重保障[N].中国劳动保障报.2018
论文知识图
