论文研究基于ISAR的曲线SAR自聚焦算法 .pdf

结合稀疏贝叶斯学习和压缩感知CS理论,提出了一种基于贝叶斯匹配追踪的SAR图像重构的新方法。该方法将SAR图像的重构过程看做是一个线性回归问题,而待重建的图像是该回归模型中的未知权值参数。利用高斯混合

鉴于使用单一特征无法获得令人满意的分类效果以及SVM在小训练样本时具有良好的分类性能,提出了基于多种目标分解方法和SVM的极化SAR图像分类方法。首先对原始极化SAR图像使用多种目标分解方法进行处理,

同时考虑SAR图像局部灰度均值和方差及像素空间分布特征等统计量，在以灰度共生矩阵产生的纹理统计量为特征所生成的图像上，建立多分辨双Markov-GAR模型，采用多分辨MPM的参数估计方法及相应的无监督

针对利用Yamaguchi分解模型的四个散射分量直接进行类别归属判断精度不高并且所分类别有限的问题，结合模糊C均值的理论，提出了一种基于Yamaguchi分解模型的全极化SAR分类算法，把四个散射分量

为了解决基于Wedgelet变换的多尺度分割算法在楔形方向的选择上需要计算所有分解楔形系数,且没有利用上层分解的结果,计算量特别大的问题,提出一种从图像的几何结构出发,在图像四分树的基础上加以楔形区域

ISAR基带干扰信号的设计与FPGA实现，余华章，姒强，根据宽带、高分辨率ISAR（逆合成孔径雷达）的信号特性，推导出ISAR雷达基带干扰信号的计算方法，并提出了三种样式ISAR雷达基带干扰信

无线点干涉定位系统RIPS运用双曲线算法定位时，锚节点的不同分布会使系统中存在误差敏感的双解区域。由于测距误差的存在，该区域内的待定位节点可能出现较大的定位误差。本文通过分析双解区叠加的影响，提出了一

多聚焦图像融合的关键问题是如何保持原始图像的边缘和细节信息。多小波分析具有多个分析基函数和产生更多分解子图像的特点。在多小波变换域对低频和高频小波系数采用不同的融合方法——对低频系数采用取平均的方法，

基于SVM的深度数据聚焦爬虫方法分析,杨威,,随着Internet的发展,网络资源也越来越多样化,有限搜索资源的背后是海量数据的不断更新,人们如何从网络上获得正确的有效的信息成为

结合粒子群优化算法和遗传算法中的交叉与选择操作，提出了一种混合算法，对提出的混合算法用两个具有多个局部极值的函数进行了测试，测试结果表明混合算法寻优能力优于粒子群优化算法；利用该混合算法对低分辨率图像