导读:本文包含了编码方法距离论文开题报告文献综述及选题提纲参考文献，主要关键词:叁维检索,非刚体,Fisher编码,距离学习
编码方法距离论文文献综述
李宗民,万泉,刘玉杰,李华[1]（2018）在《结合Fisher编码和距离学习的非刚体叁维检索方法》一文中研究指出针对目前非刚体叁维特征描述子表现力不足的问题,提出一种结合Fisher编码和距离学习构建全局特征描述子的非刚体叁维模型检索方法.首先提取叁维模型的局部特征描述子,利用混合高斯模型对特征集合进行无监督字典学习;然后将局部描述子和字典中心作为输入,通过Fisher编码方法得到新的特征编码;最后采用距离学习对特征编码进行空间映射,重构得到类内距离小类间距离大的全局特征描述子,用于非刚体叁维模型检索.在公开数据集SHREC10和SHREC11上进行实验的结果表明,相比于传统方法,该方法在检索精度上有显着提高.(本文来源于《计算机辅助设计与图形学学报》期刊2018年07期）
翟颖[2]（2018）在《基于自编码模型的雷达高分辨距离像目标识别方法研究》一文中研究指出雷达高分辨距离像(HRRP)是用宽带雷达信号获取的目标散射点子回波在雷达视线上投影的向量和。HRRP包含了目标的散射点强度分布和目标相对于雷达的径向结构信息,且相对于其他高分辨雷达信号具有易于获取和存储的优势,如今已成为雷达实时目标识别的重要手段之一。然而,针对雷达HRRP目标识别而言,如何从样本中获取目标稳健有效的分类特征,实现HRRP的目标识别是我们一直以来想要解决的问题。本文围绕HRRP目标识别展开研究,主要对雷达HRRP自身的目标特性以及针对HRRP目标识别的特征提取方法进行讨论与分析。论文主要内容概括如下:1.研究了高分辨距离像目标识别的基本原理。围绕HRRP目标识别中的叁个关键问题:HRRP敏感性问题、目标特征提取与选择以及分类器设计,进行了详细地介绍,为后续研究内容提供了一定的理论基础。2.研究了基于深层神经网络的雷达目标识别方法。传统特征提取方法中的大多数方法为浅层线性结构,难以获取目标层次化的有效识别特征。针对这一问题,我们介绍了基于深层网络:堆栈降噪自编码模型(SDAE)和深度置信网络(DBN)的雷达HRRP目标识别方法。SDAE通过最小化重构误差实现对模型参数的优化,而DBN则是基于最大化对数似然函数对模型进行学习。对两种模型作进一步比较分析,发现它们虽然原理不同,但训练过程是类似的。两者均采用无监督的逐层贪婪训练法对网络进行预训练处理,再利用反向传播算法实现对参数的微调。通过这种方式避免了传统训练方法中模型训练时间过长、梯度弥散等问题。最后基于实测HRRP数据验证了深层网络结构在一定程度上有助于提高模型的特征提取能力。3.研究了基于稳健变分自编码模型的雷达目标识别方法。传统神经网络由于其模型结构的局限性以及忽略了HRRP自身的目标特性,导致其在实际应用中网络性能受到限制。为了解决这一问题,我们提出了一种基于稳健变分自编码模型(RVAE)的目标识别算法。首先,详细介绍了变分自编码模型(VAE)的意义以及算法原理,并将其与传统AE模型进行比较,进一步体现出该模型的优越性;考虑到HRRP的目标特性,我们引入平均像的概念来缓解其方位敏感性问题。然后,在原始VAE模型的基础上加入HRRP方位帧与平均处理构建了RVAE模型。利用平均像的逼近约束,学习单个HRRP样本的稳健隐表示,使其不仅包含样本的细节信息,同时可有效反映出其对应平均像的稳健特点,从而实现目标稳健有效识别特征的提取。最后基于实测HRRP数据验证了模型性能的有效性。(本文来源于《西安电子科技大学》期刊2018-06-01）
蒋立[3]（2018）在《FANUC CNC上使用距离编码角度编码器的旋转轴SV参数计算方法》一文中研究指出介绍了在配置FANUC CNC的数控机床上,当转台使用带距离编码标记的角度编码器作为第二测量回路时,如何设定参考计数器容量、位置脉冲数、柔性齿轮比等相关SV参数的方法。(本文来源于《现代制造技术与装备》期刊2018年03期）
郭磊,王宇,邓云凯,王伟,罗绣莲[4]（2015）在《基于方位向相位编码技术的方位向多通道SAR距离模糊抑制方法》一文中研究指出距离模糊一直是影响合成孔径雷达(SAR)成像质量的重要因素之一。方位向相位编码(APC)技术是一种有效抑制距离模糊的方法,但是由于APC技术高度依赖于高过采样率,对于多通道SAR系统,APC技术的距离模糊抑制效果很有限。该文提出一种新的基于APC技术的多通道系统距离模糊抑制方法。该方法首先通过APC技术将部分距离模糊信号产生方位平移,通过额外增加接收通道数提供的额外信号自由度,能够在方位向上通过合适的数字波束形成(DBF)技术同时滤去距离模糊和重建方位向信号,因此距离模糊信号可以被很好地抑制。该文最后给出仿真结果,证明该方法的有效性。(本文来源于《电子与信息学报》期刊2015年03期）
王旭,纠博,周生华,刘宏伟,保铮[5]（2012）在《基于脉冲串编码的MIMO雷达距离旁瓣抑制方法》一文中研究指出MIMO雷达波形设计通常需要联合考虑空域时域特性,然而,在单脉冲发射波形设计中,在保证期望空域特性的情况下,往往存在时域旁瓣较高的问题。针对这个问题,该文提出一种基于脉冲串编码的时域旁瓣抑制方法。该方法采用空域发射方向图设计与时域波形设计分离的方式,通过对脉冲串的各子脉冲初相编码进行优化,可以在保证空域发射方向图不变的情况下,进一步抑制时域旁瓣。仿真结果表明,该方法可以有效地降低各多普勒通道的距离旁瓣。(本文来源于《电子与信息学报》期刊2012年12期）
贺亚鹏,庄珊娜,李洪涛,朱晓华[6]（2011）在《基于压缩感知的频率编码脉冲雷达高分辨距离成像方法》一文中研究指出针对频率编码脉冲雷达(Frequency-Coded Pulse Radar,FCPR),该文提出一种基于压缩感知(Compressive Sensing,CS)的目标高分辨距离成像方法。利用目标场景的空间稀疏性,建立FCPR目标回波稀疏信号模型,提出基于CS的FCPR脉冲相参合成处理方法。该方法采用少量FCPR信号子脉冲对目标频域响应进行采样,即可提取目标高分辨距离像信息。为了降低CS重构算法的运算复杂度,提出一种基于FFT目标速度预估计的动态构造降维感知矩阵的方法,提高了采用CS进行FCPR脉冲相参合成处理的速度。仿真结果表明该方法较传统IFFT脉冲相干合成算法具有更小的目标强散射中心幅度估计误差,对速度估计误差及噪声的鲁棒性更好。(本文来源于《电子与信息学报》期刊2011年07期）
朱晓华,陆锦辉,许佰魁[7]（2002）在《一种改进的相位编码解距离模糊方法》一文中研究指出该文研究了脉冲多普勒气象雷达中用于解距离模糊的相位编码法 ,给出了一种新的相位编码序列和相应的频域处理方法。仿真表明 ,该方法具有较好的解距离模糊性能 ,易于实时处理(本文来源于《南京理工大学学报(自然科学版)》期刊2002年06期）
编码方法距离论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
雷达高分辨距离像(HRRP)是用宽带雷达信号获取的目标散射点子回波在雷达视线上投影的向量和。HRRP包含了目标的散射点强度分布和目标相对于雷达的径向结构信息,且相对于其他高分辨雷达信号具有易于获取和存储的优势,如今已成为雷达实时目标识别的重要手段之一。然而,针对雷达HRRP目标识别而言,如何从样本中获取目标稳健有效的分类特征,实现HRRP的目标识别是我们一直以来想要解决的问题。本文围绕HRRP目标识别展开研究,主要对雷达HRRP自身的目标特性以及针对HRRP目标识别的特征提取方法进行讨论与分析。论文主要内容概括如下:1.研究了高分辨距离像目标识别的基本原理。围绕HRRP目标识别中的叁个关键问题:HRRP敏感性问题、目标特征提取与选择以及分类器设计,进行了详细地介绍,为后续研究内容提供了一定的理论基础。2.研究了基于深层神经网络的雷达目标识别方法。传统特征提取方法中的大多数方法为浅层线性结构,难以获取目标层次化的有效识别特征。针对这一问题,我们介绍了基于深层网络:堆栈降噪自编码模型(SDAE)和深度置信网络(DBN)的雷达HRRP目标识别方法。SDAE通过最小化重构误差实现对模型参数的优化,而DBN则是基于最大化对数似然函数对模型进行学习。对两种模型作进一步比较分析,发现它们虽然原理不同,但训练过程是类似的。两者均采用无监督的逐层贪婪训练法对网络进行预训练处理,再利用反向传播算法实现对参数的微调。通过这种方式避免了传统训练方法中模型训练时间过长、梯度弥散等问题。最后基于实测HRRP数据验证了深层网络结构在一定程度上有助于提高模型的特征提取能力。3.研究了基于稳健变分自编码模型的雷达目标识别方法。传统神经网络由于其模型结构的局限性以及忽略了HRRP自身的目标特性,导致其在实际应用中网络性能受到限制。为了解决这一问题,我们提出了一种基于稳健变分自编码模型(RVAE)的目标识别算法。首先,详细介绍了变分自编码模型(VAE)的意义以及算法原理,并将其与传统AE模型进行比较,进一步体现出该模型的优越性;考虑到HRRP的目标特性,我们引入平均像的概念来缓解其方位敏感性问题。然后,在原始VAE模型的基础上加入HRRP方位帧与平均处理构建了RVAE模型。利用平均像的逼近约束,学习单个HRRP样本的稳健隐表示,使其不仅包含样本的细节信息,同时可有效反映出其对应平均像的稳健特点,从而实现目标稳健有效识别特征的提取。最后基于实测HRRP数据验证了模型性能的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
编码方法距离论文参考文献
[1].李宗民,万泉,刘玉杰,李华.结合Fisher编码和距离学习的非刚体叁维检索方法[J].计算机辅助设计与图形学学报.2018
[2].翟颖.基于自编码模型的雷达高分辨距离像目标识别方法研究[D].西安电子科技大学.2018
[3].蒋立.FANUCCNC上使用距离编码角度编码器的旋转轴SV参数计算方法[J].现代制造技术与装备.2018
[4].郭磊,王宇,邓云凯,王伟,罗绣莲.基于方位向相位编码技术的方位向多通道SAR距离模糊抑制方法[J].电子与信息学报.2015
[5].王旭,纠博,周生华,刘宏伟,保铮.基于脉冲串编码的MIMO雷达距离旁瓣抑制方法[J].电子与信息学报.2012
[6].贺亚鹏,庄珊娜,李洪涛,朱晓华.基于压缩感知的频率编码脉冲雷达高分辨距离成像方法[J].电子与信息学报.2011
[7].朱晓华,陆锦辉,许佰魁.一种改进的相位编码解距离模糊方法[J].南京理工大学学报(自然科学版).2002