基于导弹尾焰特征谱的SVDD检测方法

康红霞, 黄树彩, 凌强, 吴建峰, 钟宇

康红霞, 黄树彩, 凌强, 吴建峰, 钟宇. 基于导弹尾焰特征谱的SVDD检测方法[J]. 红外技术, 2015, (8): 696-700.
引用本文: 康红霞, 黄树彩, 凌强, 吴建峰, 钟宇. 基于导弹尾焰特征谱的SVDD检测方法[J]. 红外技术, 2015, (8): 696-700.
KANG Hong-xia, HUANG Shu-cai, LING Qiang, WU Jian-feng, ZHONG Yu. A Detection Method Based on Spectrum Characteristics of Missile Plume Using SVDD Algorithm[J]. Infrared Technology , 2015, (8): 696-700.
Citation: KANG Hong-xia, HUANG Shu-cai, LING Qiang, WU Jian-feng, ZHONG Yu. A Detection Method Based on Spectrum Characteristics of Missile Plume Using SVDD Algorithm[J]. Infrared Technology , 2015, (8): 696-700.

基于导弹尾焰特征谱的SVDD检测方法

详细信息
  • 中图分类号: TN976

A Detection Method Based on Spectrum Characteristics of Missile Plume Using SVDD Algorithm

  • 摘要: 现有天基红外导弹预警系统对目标的探测侧重于对红外图像的处理。从光谱维数据分析角度出发结合支持向量数据描述基本理论,提出了一种基于导弹尾焰特征谱的SVDD检测方法。应用小样本训练数据建立了单分类器,以11型导弹目标的红外辐射尾焰特征谱数据作为训练样本,比较了RBF 与 SSM 作为核函数的检测效果,应用交叉检验的方法确定宽度因子和相似临界因子的值,结果表明,在低信噪比红外图像中,基于SSM-Kernel的SVDD检测性能优于基于RBF-Kernel的检测性能。应用训练样本数据的辐射双峰所对应中心波长作为匹配模板进行识别,实验表明方法具有可行性。
  • 期刊类型引用(3)

    1. 骆焦煌,宋长龙. 基于改进CNN算法的视觉图像目标跟踪研究. 吉林大学学报(信息科学版). 2023(01): 165-173 . 百度学术
    2. 左岑,杨秀杰,张捷,王璇. 基于轻量级金字塔密集残差网络的红外图像超分辨增强. 红外技术. 2021(03): 251-257 . 本站查看
    3. 赵蔷,谢鹏. 基于多视角特征协同融合的红外导引头目标追踪算法. 重庆邮电大学学报(自然科学版). 2020(04): 639-647 . 百度学术

    其他类型引用(1)

计量
  • 文章访问数:  165
  • HTML全文浏览量:  30
  • PDF下载量:  9
  • 被引次数: 4
出版历程

目录

    /

    返回文章
    返回
    x 关闭 永久关闭

    尊敬的专家、作者、读者:

    端午节期间因系统维护,《红外技术》网站(hwjs.nvir.cn)将于2024年6月7日20:00-6月10日关闭。关闭期间,您将暂时无法访问《红外技术》网站和登录投审稿系统,给您带来不便敬请谅解!

    预计6月11日正常恢复《红外技术》网站及投审稿系统的服务。您如有任何问题,可发送邮件至编辑部邮箱(irtek@china.com)与我们联系。

    感谢您对本刊的支持!

    《红外技术》编辑部

    2024年6月6日