您的位置: 专家智库 > >

吴毅

作品数:7 被引量:7H指数:2
供职机构:南京信息工程大学信息与控制学院更多>>
发文基金:国家自然科学基金江苏省自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术航空宇航科学技术电子电信天文地球更多>>

文献类型

  • 4篇期刊文章
  • 2篇专利
  • 1篇会议论文

领域

  • 4篇自动化与计算...
  • 1篇天文地球
  • 1篇电子电信
  • 1篇航空宇航科学...

主题

  • 3篇形态学
  • 3篇逻辑运算
  • 3篇雷达
  • 3篇雷达图
  • 3篇雷达图像
  • 2篇多普勒
  • 2篇多普勒雷达
  • 2篇硬件
  • 2篇硬件实现
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇软硬件
  • 2篇软硬件实现
  • 2篇最小化
  • 2篇向量
  • 2篇向量机
  • 2篇目标跟踪
  • 2篇目标跟踪算法
  • 2篇径向速度
  • 1篇特征提取

机构

  • 7篇南京信息工程...

作者

  • 7篇吴毅
  • 5篇刘青山
  • 3篇赵丽玲
  • 2篇赵英男
  • 2篇王蒙
  • 2篇郑钰辉
  • 2篇邓健康
  • 2篇尹忠海
  • 2篇文学志

传媒

  • 2篇南京信息工程...
  • 1篇计算机工程与...
  • 1篇北京航空航天...

年份

  • 1篇2016
  • 2篇2015
  • 1篇2014
  • 1篇2013
  • 2篇2010
7 条 记 录,以下是 1-7
排序方式:
基于L2范数最小化联合模型的目标跟踪算法被引量:4
2015年
为了解决稀疏表示的跟踪算法的计算代价比较大,且目标的表观由于多种原因会发生变化的问题,提出了一种在贝叶斯推理框架下,建立结合基于全局模板的判别式模型和基于局部描述子的生成式模型的联合模型,通过L2范数最小化进行求解的目标跟踪方法.在跟踪过程中,适时地更新判别式模型中的正负模板和生成式模型中模板的系数向量,使模板具有很强的适应性和判别性.实验结果表明,与其他典型的算法相比,该算法对于光照变化、尺度变化、遮挡、旋转等情况具有较强的鲁棒性.
王蒙吴毅邓健康刘青山
关键词:目标跟踪子空间
基于形态学和逻辑运算的多普勒雷达图像逆风区检测方法
本发明属图像分析和识别领域,具体涉及基于形态学和逻辑运算的多普勒雷达图像逆风区检测方法,该方法包括:对一幅多普勒雷达径向速度图像预处理的步骤,采用形态学和逻辑学运算的组合操作方法检测雷达图像中逆风区区域的步骤,以及逆风区...
赵丽玲吴毅刘青山尹忠海
文献传递
一种基于不平衡样本集的摩托车识别算法被引量:1
2010年
提出了一种基于HSV(Hue-Satura-tion-Value)空间的Haar小波特征和多SVM(Support Vector Machine)分类器的摩托车识别算法,以解决因样本比例不平衡所导致的对摩托车识别性能差的问题.首先在HSV颜色空间基于无符号小波系数构造特征提取算法,然后对训练数据应用所提出的样本重构方法得到若干训练子集,基于各个训练子集训练相应的SVM分类器,识别时将各SVM的输出结果进行融合即可得到最终识别结果.实验结果表明:该方法识别性能高,鲁棒性好,对于受数据的不平衡性严重影响的对象识别具有较好的应用和推广价值.
文学志郑钰辉赵英男吴毅
关键词:特征提取
基于形态学和逻辑运算的多普勒雷达图像逆风区检测方法
本发明属图像分析和识别领域,具体涉及基于形态学和逻辑运算的多普勒雷达图像逆风区检测方法,该方法包括:对一幅多普勒雷达径向速度图像预处理的步骤,采用形态学和逻辑学运算的组合操作方法检测雷达图像中逆风区区域的步骤,以及逆风区...
赵丽玲吴毅刘青山尹忠海
文献传递
车辆识别中样本自动化准备方法研究被引量:2
2010年
样本的准备是机器学习的基础,直接关系到算法对图像目标物的最终识别性能,也是一项非常繁琐和耗资源的任务,为此,文中提出一种样本自动化准备方法,分两个阶段:粗精度样本准备阶段和细精度样本准备阶段。粗精度样本准备阶段基于图像分割算法收集符合标准的样本,细精度样本准备阶段基于SVM方法选择边界样本,以减少样本规模,确保机器学习过程中对训练样本学习的高效性。提出的方法应用于车辆识别中,实验数据表明了该方法的有效性和高效性,具有良好的应用和推广价值。
文学志赵英男郑钰辉吴毅
关键词:支持向量机
基于L2范数最小化联合模型的目标跟踪算法
稀疏表示的跟踪算法能够取得很好的跟踪结果,但是稀疏求解过程的计算代价比较大,难以达到实时跟踪的要求;同时由于多种原因导致目标的表观发生变化,目前的表观模型都存在一定的局限性.为了解决以上问题,本文提出了一种在贝叶斯推理框...
王蒙吴毅邓健康刘青山
关键词:目标跟踪算法鲁棒性
多普勒雷达图像逆风区的自动监测识别
2016年
在多普勒雷达降水回波径向速度场中及时准确地发现逆风区,对灾害天气预报预警具有重要意义.根据逆风区在雷达径向速度图中的物理图像特征,采用数字图像处理和分析方法实现了逆风区自动监测识别.首先,以雷达图像色标为依据,采用阈值法分别获取正、负速度区域二值图像,再对2幅图像分别进行形态学运算,然后将上述4幅图像做交叉逻辑运算,得到逆风区监测识别结果和相关参数.通过在2005—2011年长沙雷达站47幅根据实况进行人工标注后的多普勒雷达径向速度图像上进行实验,表明该方法对逆风区可以进行快速准确识别,与人工标注结果比较准确率可达89%,满足实际应用需要.
赵丽玲吴毅刘青山尹忠海
关键词:雷达图像形态学逻辑运算
共1页<1>
聚类工具0