首页> 中文学位 >基于机器学习的全极化探地雷达地下目标体分类识别
【6h】

基于机器学习的全极化探地雷达地下目标体分类识别

代理获取

目录

声明

第1章 绪论

1.1 研究目的及意义

1.2 全极化探地雷达的研究现状

1.3 机器学习算法的研究现状

1.4主要研究内容和创新点

第2章 全极化探地雷达数据采集

2.1 全极化探地雷达数据采集系统

2.2 实验室数据采集

2.3 实际数据采集

2.4 本章小结

第3章 基于H-Alpha分解的目标体分类识别

3.1 H-Alpha 分解理论

3.2 H-Alpha 目标分类测试

3.3 本章小结

第4章 基于支持向量机的目标体分类识别

4.1 支持向量机(SVM)理论

4.2 SVM目标分类测试

4.3 SVM在地下管道及地雷探测识别中的应用

4.4 本章小结

第5章 基于粒子中心支持面的目标体分类识别

5.1 粒子中心支持面(PCSP)理论

5.2 PCSP分类测试

5.3 PCSP在地下管道及地雷探测识别中的应用

5.4 H-Alpha,SVM,PCSP三种方法对比

5.5 本章小结

第6章 结论

参考文献

作者简介及在学期间所取得的科研成果

致谢

展开▼

著录项

  • 作者

    周皓秋;

  • 作者单位

    吉林大学;

  • 授予单位 吉林大学;
  • 学科 固体地球物理学
  • 授予学位 硕士
  • 导师姓名 冯晅;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TN9TP7;
  • 关键词

  • 入库时间 2022-08-17 11:22:17

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号