机译:通过分层融合全局和局部特征的有效而稳健的SAR目标识别框架
ATR Key Laboratory, National University of Defense Technology, Changsha, China;
ATR Key Laboratory, National University of Defense Technology, Changsha, China;
ATR Key Laboratory, National University of Defense Technology, Changsha, China;
ATR Key Laboratory, National University of Defense Technology, Changsha, China;
Feature extraction; Robustness; Synthetic aperture radar; Target recognition; Training; Cognition; Scattering;
机译:全球和本地过滤器的组合在各种扩展操作条件下为强大的SAR目标识别
机译:FEC:基于电磁散射特征和深层CNN特征的SAR目标识别特征融合框架
机译:基于具有多域特征的分层融合网络的窄带雷达自动目标识别
机译:通过局部和全局时空特征的分层聚合进行基于骨骼的鲁棒动作识别
机译:迈向基于局部全局视觉特征的识别框架。
机译:面向人类活动识别:分层特征选择框架
机译:利用小波包和多个分层器件实现局部和全球高光谱特征的鲁棒目标识别