刘敬
- 作品数：27 被引量：72H指数：5
- 供职机构：西安电子科技大学更多>>
- 发文基金：国家自然科学基金国家部委预研基金国防科技技术预先研究基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于多子种群协同进化构建信息核的推荐方法
- 本发明公开一种基于多子种群协同进化构建信息核的推荐方法，其步骤为：(1)构建用户物品评分矩阵；(2)设定参数；(3)设置子种群的个体数；(4)初始化大于度阈值子种群；(5)初始化小于度阈值子种群；(6)初始化无度阈值子种...
- 慕彩红刘逸陈维柱刘敬张丹白静缑水平侯彪焦李成
- 文献传递
- 面向对象Petri网在柔性贴装系统仿真中的应用被引量：3
- 2004年
- Petri网十分适合分析、设计柔性制造系统。在Petri网基础上引入面向对象(OO)技术,采用面向对象Petri网(OPN),建立了一个PCB元件柔性贴装系统的完整的OPN模型。并利用对象之间的消息传递技术实现了两个共享工作区和物料区的机械手的无冲突工作,为其它复杂的多机械手柔性装配系统的建模提供了数学和图形工具。
- 刘敬姜建国
- 关键词：柔性制造系统PETRI网面向对象
- 结合多阈值分割与模糊聚类的SAR图像变化检测方法
- 本发明公开了一种结合多阈值分割与模糊聚类的SAR图像变化检测方法，主要针对已有模糊聚类算法的不足，把多阈值分割与模糊聚类结合起来，用于SAR图像变化检测。其实现步骤是：(1)对两幅SAR图像进行中值滤波；(2)计算得到归...
- 刘逸慕彩红刘敬那彦史林吕雁王燕
- 文献传递
- 基于相关系数的雷达高分辨距离像分帧方法被引量：8
- 2008年
- 高分辨距离像(HRRP)的方位敏感性造成HRRP数据是很长的统计特性连续变化的序列。从HRRP序列的统计特性出发,提出一种基于相关系数的HRRP分帧方法。外场实测数据的分帧结果表明,该方法可准确划分HRRP统计特性的变化,分帧结果与实际飞行轨迹符合;且采用时域模板匹配法(TMM)、谱域最短距离分类器和支撑向量机(SVM)分类器的识别结果均表明,相比目前基于散射点模型的均匀分帧方法,本文方法可有效提高识别率。
- 刘敬张军英杜兰
- 关键词：雷达自动目标识别相关系数高分辨距离像
- 雷达一维距离像特征提取与识别方法研究
- 高分辨距离像(High Resolution Range Profile，HRRP)是目标重要的结构特征，对目标识别十分有价值，已成为雷达自动目标识别(Radar Automatic Target Recognition...
- 刘敬
- 关键词：高分辨距离像特征提取目标识别线性判别分析雷达距离像
- 文献传递
- 一种改善支撑向量域描述性能的核优化算法被引量：20
- 2008年
- 支撑向量域描述(Support vector domain description,SVDD)是一种重要的数据描述算法,其性能受核参数的影响很大.基于最优核参数应导致特征空间中映射数据的分布是一个超球形区域的思想,提出一种核参数优化算法.首先,基于训练样本在特征空间所张成的子空间的一组标准正交基,给出一种描述映射数据分布的方法,回避了映射数据不可表示的难题;其次,基于最大熵原则的非高斯性测度,构造了一个估计数据分布逼近超球形区域程度的判别准则,用以确定最优核参数.基于仿真数据与实测数据的实验验证了本文方法的有效性。
- 赵峰张军英刘敬
- 关键词：核函数
- 基于扩展形态学与主动学习的高光谱分类方法
- 本发明公开一种基于扩展形态学与主动学习的高光谱图像分类方法，解决现有技术不能充分挖掘高光谱图像空间信息，导致分类精度低的问题。其步骤为：1)输入高光谱图像数据；2)对数据降维，提取光谱特征，并通过形态学剖面变换，得到空间...
- 慕彩红刘逸孙梦花刘敬田小林朱虎明刘若辰侯彪焦李成
- 文献传递
- 基于direct LDA的幅度谱子空间雷达目标识别被引量：3
- 2008年
- 针对高分辨距离像(HRRP)可分性低和维数高的问题,提出一种新的雷达自动目标识别(RATR)方法:dLDA&SVM。先采用直接线性判别分析在HRRP的幅度谱空间进行特征提取,然后在子空间中采用角域均值模板库训练one-against-all支撑向量机(SVM)多类分类器进行目标识别。并设计了最短距离分类器与SVM分类器比较。基于外场实测数据的实验结果表明,与LDA幅度谱子空间法,幅度谱原空间法相比,dLDA&SVM可显著降低数据维数并提高识别性能。
- 刘敬张军英赵峰
- 关键词：雷达自动目标识别直接线性判别分析高分辨距离像
- 基于核最优变换与聚类中心的雷达目标识别被引量：6
- 2008年
- 抽取有效鉴别特征是雷达一维高分辨距离像识别的关键.基于统计学习理论的核化原理,提出一种新的鉴别特征提取方法——核最优变换与聚类中心算法.该算法通过非线性变换,将数据映射到核空间,在核空间执行最优变换与聚类中心算法,能够提取一维距离像的稳健非线性鉴别特征.同时,基于训练样本在核空间所张成的子空间的一组基,给出一种快速计算方法,提高了特征提取速度.基于微波暗室实测数据的实验表明了该方法的有效性.
- 赵峰张军英刘敬
- 关键词：高分辨距离像核方法
- 核最优变换与聚类中心的算法被引量：3
- 2009年
- 基于核化原理,提出核最优变换与聚类中心算法.算法通过非线性变换,将数据映射到核空间,并在核空间中执行最优变换与聚类中心算法.该算法可提取稳健的非线性鉴别特征,解决复杂分布数据的模式分类问题.同时,基于训练样本在核空间所张成的子空间的一组基,提出一个快速提取鉴别特征的计算方法,解决了一般核方法面临的"大训练集"难题.基于IRIS,YEAST,GLASS等数据的分类实验验证了该方法的有效性.
- 赵峰张军英刘敬
- 关键词：核方法
