Multi-Input Deep Learning Based FMCW Radar Signal Classification

机译：基于多输入深度学习的FMCW雷达信号分类

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Daewoong Cha; Sohee Jeong; Minwoo Yoo; Jiyong Oh; Dongseog Han;
展开▼
作者单位

展开▼
年度 2021
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Deep Learning-Based Approach for Low Probability of Intercept Radar Signal Detection and Classification [J] . Ghadimi G., Norouzi Y., Bayderkhani R., Journal of Communications Technology and Electronics . 2020,第10期

机译：基于深度学习的拦截雷达信号检测概率的方法和分类
2. u-DeepHand: FMCW Radar-Based Unsupervised Hand Gesture Feature Learning Using Deep Convolutional Auto-Encoder Network [J] . Zhenyuan Zhang, Zengshan Tian, Ying Zhang, IEEE sensors journal . 2019,第16期

机译：u-DeepHand：使用深度卷积自动编码器网络的基于FMCW雷达的无监督手势特征学习
3. Classification of Ground Targets Based on Radar Micro-Doppler Signatures Using Deep Learning and Conventional Supervised Learning Methods [J] . Peibei Cao, Weijie Xia, Yi Li Radioengineering . 2018,第3期

机译：深度学习和常规监督学习方法基于雷达微多普勒签名的地面目标分类
4. Domain Adaptation Across Configurations of FMCW Radar for Deep Learning Based Human Activity Classification [C] . Hamid Khodabakhshandeh, Tristan Visentin, Rodrigo Hemangómez, International Radar Symposium . 2021

机译：基于深度学习的人类活动分类的FMCW雷达配置域适应
5. Classification of Sleep Arousals Based on Multiphysiological Signals Using Deep Learning [D] . Eldaraa, Ahmed Mosaad Abdelhalim 2019

机译：基于深度学习的基于多种生理信号的睡眠唤醒分类
6. Doppler-Spectrum Feature-Based Human–Vehicle Classification Scheme Using Machine Learning for an FMCW Radar Sensor [O] . Eugin Hyun, YoungSeok Jin 2020

机译：基于多普勒频谱特征的FMCW雷达传感器基于机器学习的人机分类方案
7. Improving Classification Accuracy of Hand Gesture Recognition Based on 60 GHz FMCW Radar with Deep Learning Domain Adaptation [O] . Hyo Ryun Lee, Jihun Park, Young-Joo Suh 2020

机译：基于60 GHz FMCW雷达，提高手势识别的分类准确性，深入学习域改编

Multi-Input Deep Learning Based FMCW Radar Signal Classification

著录项

引文网络

相似文献

相关主题

期刊订阅