基于贝叶斯估计的二维凹包特征目标检测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于贝叶斯估计的二维凹包特征目标检测方法
申请号:
CN202411731989
申请日期:
2024-11-29
公开号:
CN119596265B
公开日期:
2025-11-11
类型:
发明专利
摘要
本发明涉及一种基于贝叶斯估计的二维凹包特征目标检测方法,属于雷达信号处理和特征检测技术领域。步骤包括:步骤1海杂波回波特征提取与高斯化;步骤2二维凹包分类器的训练;步骤3:待检测回波特征提取和贝叶斯估计;步骤4:待检测特征点的判决。本发明旨在实现短累积时间内多帧累积的特征检测方法下,弥补短累积时间传统特征检测方法检测性能下降的缺陷。
技术关键词
回波
分类器
特征检测方法
序列
雷达
概率密度函数
顶点
样本
特征检测技术
检测特征点
特征提取方法
相位特征
修正方法
生成算法
海杂波
信号处理
训练集
阶段
参数
系统为您推荐了相关专利信息
1
一种基于信号序列规律化的储能调频指令预测方法及系统
调频
序列
指令
信号
数学
2
基于多层次网络流量信息融合的网络入侵检测方法及终端
网络流量数据
入侵检测模型
网络流量检测
网络流量信息
节点特征
3
一种机器视觉和毫米波雷达融合的巷道环境建模方法
巷道环境
巷道模型
建模方法
视觉传感器
锚杆
4
一种基于星载激光雷达的海雾探测方法和装置
散射特征
后向散射系数
分布特征
连续性
星载激光雷达探测
5
基于计算机视觉图像的数据采集读取方法
图像识别模型
计算机视觉图像
图像特征信息
纹理图像特征
降维特征