基于位图一维相关分析的目标识别研究

提取目标的轮廓特征形成一维序列，降低了数据量一个幂级，用快速付氏变换实现其一维相关分析，减少了运算量并提高了识别速度，对FMS中的工件进行自动识别。该方法也适用于交通、军事等其它领域，尤其适用于实时性要求较高、参考样本较多的场合。     

基于滑动相关的UWB雷达目标识别

目标识别是现代雷达领域的一个难点问题．本文基于滑动相关理论，结合超宽带（UWB）雷达能获取目标高分辨力距离像的特性，提出了一种基于滑动相关的UWB雷达目标识别方法．该方法避免了对目标极点的提取，仿真结果表明有较好的识别效果，且算法简明，易于实现．     

基于主动声纳的水下目标特征提取技术综述

主要针对目前国内外常用的主动声纳水下目标特征提取技术进行综述，并分析了目前尚存在的主要技术困难。     

基于自适应权值稀疏典型相关分析的人脸表情识别算法

为解决当变量个数较多时,典型相关分析方法不能给出一个稳定模型的问题,提出了一种基于自适应权值的稀疏典型相关分析的人脸表情识别方法.稀疏典型相关分析通过附加一个系数收敛的约束,使基向量中的某些系数收敛为0,因此,就能去掉一些对表情识别没有用处的变量.同时,由于通常的稀疏典型相关分析求解中,稀疏权值的选择是固定值,会产生一些误差,故利用自适应权值的方法来降低在求解稀疏典型向量时产生的误差.在Jaffe和Cohn-Kanade人脸表情数据库上的实验结果,进一步验证了该方法的正确性和有效性.     

利用小波互谱的体目标识别研究

阐述了双通道小波变换的互谱理论,给出了目标回波模型,利用体目标回波的亮点结构,采用阵列信号处理中的两阵元模型,对尺度目标作了识别,并给出了仿真结果与分析。     

基于自相关特性的WPM与OFDM的识别研究

该文基于小波包调制和正交频分复用调制信号的结构特征,利用接收信号的自相关特性,探讨了在加性高斯白噪声信道、瑞利信道和频率选择性信道下小波包调制和正交频分复用调制的分类识别。仿真结果表明,该方法简单,具有较好的识别效果。     

基于深度学习的水下目标姿态识别

水下安静型目标主动探测与识别问题中,确定目标与发射装置的相对姿态是目标探测的关键。本文结合水下目标声散射回波机理,对目标的声散射回波成分进行信号特性分析,结合分数阶傅里叶变换对声散射回波进行特征提取;利用循环神经网络保存目标回波时间序列信息,实现对序列信号的动态建模;分别将分数阶傅里叶域特征与频谱结构特征作为训练对象,构建水下目标回波角度识别模型并进行对比,实现对不同声波入射角度下目标回波的分类识别。水池实验数据处理结果表明:本文提出的分数阶傅里叶特征与长短期记忆系统结合的深度神经网络模型,各项评估指标均优于以频谱结构为训练特征的深度网络模型,验证了本文方法对目标姿态识别的有效性。     

具有分形特征的水下目标识别

利用分形理论对非平稳的舰船辐射噪声信号进行了研究,计算了不同舰船目标的分形维数,构造了具有分形维参数的特征矢量,并通过自适应神经网络作了分类实验。研究表明,分形维数值可以作为水下目标分类的一个重要参数,同时也是其它特征提取方法的一个有效补充。     

企业非相关多元化风险的识别

我国许多企业在进行非相关多元化经营时，其效果都不太理想，原因之一便是对其可能存在的风险缺乏必要的认识。从理论上分析了企业在进行非相关多元化时存在的主要的风险类型及影响各类风险的因素，以期为企业决策提供依据。     

基于分维特征的肝脏CT图像识别

目前分形理论已被广泛应用于医学图像识别.本文利用了改进的差分盒计数法对肝脏CT图像进行了分形维数的分析,表征了肝脏图像的纹理特征,则可识别医学图像肿瘤信息.医学图像识别的结果可以直观的方式显示给临床医生,从而辅助医生提高医疗诊断的准确性和科学性.     

一种新的基于分形特征融合的图像目标识别算法

提出了一种基于多分形特征融合的目标识别算法.在此算法中,将分形理论与D-S证据融合理论相结合,提取或构造了分形特征,设计了合理的概率分配函数,并对所提出的算法进行了仿真研究,并将此算法的识别结果与基于单分形特征的识别算法、基于神经网络的目标识别算法进行比较,结果表明本算法是可行的和有效的.     

基于PCA的扬声器响应信号特征提取及识别

研究了利用从扬声器响应信号中提取特征进行扬声器故障识别的方法．首先通过小波包分解及重构得到扬声器响应信号的初始特征;然后利用主分量分析（Principal Component Analysis,PCA）的方法对初始特征进行降维处理,并得到最终特征;设计神经网络分类器,并将得到的最终特征输入分类器进行识别．实验表明,该特征提取方法在满足扬声器故障检测识别率的同时,降低了特征提取过程中的计算量,为扬声器故障诊断提供了一种实用方法．     

基于核规范主元分析法的雷达目标识别

线性子空间法作为高分辨雷达目标识别方法的特征提取只是利用距离单元的二阶统计量，为了充分利用距离像的高阶统计量，给出了一种核规范主元分析的特征提取法，对雷达目标进行了识别．通过核主成分分析，核分辨分析与核规范主元分析3种方法的外场实测数据实验，表明本文给出的雷达目标识别方法具有良好的稳健性．     

基于对信号功率谱拟合特征提取的信号识别方法

针对通信信号业务种类识别问题,提出利用机器学习领域的线性回归算法和多项式拟合模型提取信号功率谱的多项式拟合因子作为信号的统一特征来构建训练集,并在深度学习平台keras上构建了全连接的神经网络分类器模型.相比传统的方法,新方法具有对无线电信号统一表征而无需对业务逐个提取个性化特征的优点.选取实际无线电监测数据中的码分多址（CDMA）上行、CDMA下行、增强型全球移动通信系统（EGSM）上行、EGSM下行、无线局域网（WLAN）以及长期演进（LTE）6种信号的功率谱数据作为数据集,通过验证得到了97%的分类准确率,并证明了该方法的可行性.     

最大平均相关高度的归一化模板在畸变目标识别中的应用

本文基于最大平均相关高度算法设计了一种归一化模板,解决了联合变换相关器的畸变目标识别问题。该方法通过对最大平均相关高度频域滤波器的控制参数优化,映射到空域获得初始模板,归一化后得到归一化模板。相比于初始模板,归一化模板大大提高了模板与待测目标的灰度相似性。仿真实验表明,该模板能有效增强待探测目标的相关峰亮度,在联合变换相关器上可实现对畸变目标的识别,其比例畸变容差为53%,旋转畸变容差为20°。通过实验,给出了畸变飞机的相关识别结果。     

基于Hopfield网络的衰变目标识别研究

人工神经网络是对人脑功能的某种程度的反映，具有自适应，自学习的能力，可通过对模式样本的自学习，从中获取特征，并能将学习获得的知识应用到后来的识别中。本文采用单层离散Hopfield网络来实现衰变目标的识别，提出了选取Hopfield网络三个记忆模式方法。     

基于关联维数的溢流阀故障诊断

针对传统的振动信号处理技术只适合于线性系统,而大多数机器故障都表现出非线性振动的特点,可采用关联维数来描述信号的真实特性。采用C-C算法分别针对溢流阀阀体正常和故障时的振动信号进行计算分析,发现正常时阀体振动信号的关联维数值较大,而发生故障时关联维数值较小,且不同状态关联维不同。     

Novel and Comprehensive Approach for the Feature Extraction and Recognition Method Based on ISAR Images of Ship Target

一种舰船目标实测数据ISAR像的特征提取与识别新方法

王勇,朱鹏凯

（哈尔滨工业大学 电子工程技术研究所,哈尔滨 150001）

创新点说明：

本文基于舰船目标实测数据ISAR成像结果,提出一种新的二维ISAR像特征提取与分类识别方法,具体创新性可说明如下：

1） 舰船目标ISAR像特征提取新方法。包括ISAR像的图像预处理方法,同时给出六种不同特征的提取方法,包括一阶不变矩、二阶不变矩、舰船目标面积、距离单元最大均方偏差、舰船目标长度和桅杆高度。

2） 针对提取出的舰船目标ISAR像特征,文中采用Fisher线性分类器来进行舰船目标的分类识别。以两种不同类型的舰船目标为例,其正确的识别率已超过90%。

研究目的：

为解决基于实测数据ISAR成像结果的舰船目标特征提取与分类识别问题。与仿真数据相比,依据实测数据成像结果进行特征提取与分类识别难度很大,因此本文首先提出有效的图像特征提取方法,进而采用线性分类器完成对舰船目标的分类识别。

研究方法：

1） 舰船目标ISAR像的预处理,包括抑制条纹干扰、中值滤波、数学形态学等,使ISAR像的质量得到进一步提高,便于特征提取。

2） 舰船目标ISAR像的特征提取。分别提取了图像的一阶不变矩、二阶不变矩、舰船目标面积、距离单元最大均方偏差、舰船目标长度和桅杆高度。

3） 舰船目标分类识别。采用Fisher线性分类器来进行舰船目标的分类识别。以两种不同类型的舰船目标为例,其正确的识别率已超过90%。

结果：

1） 文中给出了舰船目标ISAR像的预处理流程,如正文中图3和图4所示。此时ISAR像的质量得到进一步提高。

2） 文中给出了舰船目标ISAR像的特征提取结果,如正文中图5、图6和图7所示。根据这些特征提取结果,可完成对舰船目标的分类识别。

3） 文中选取两种不同类型舰船目标的外场实测数据,并给出相应的识别结果,如正文中表2所示。相应的结果验证了所提特征的有效性。

结论：

对于舰船目标实测数据的ISAR成像结果来说,可通过图像预处理的方法进一步提高图像质量,进而可对舰船目标进行特征提取,并采用分类器完成对不同类型舰船目标的分类识别。本文的研究结果对ISAR成像技术的实际应用奠定了良好的理论和实验基础。

关键词：ISAR图像,特征提取,识别,舰船目标