Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: minimum distance classification

Sortuj według:

Ogranicz wyniki do:

A method of feature selection in the aspect of specific identification of radar signals

Dudczyk J.

Bulletin of the Polish Academy of Sciences. Technical Sciences

2017

Vol. 65, nr 1

113--119

This article presents an important task of classification, i.e. mapping surfaces which separate patterns in feature space in the scope of radar emitter recognition (RER) and classification. Assigning a tested radar to a particular class is based on defining its location from the discriminating areas. In order to carry out the classification process, it is necessary to define metrics in the feature space as it is essential to estimate the distance of a classified radar from the centre of the class. The method presented in this article is based on extraction and selection of distinctive features, which can be received in the process of specific emitter identification (SEI) of radar signals, and on the minimum distance classification. The author suggests a RER system which consists of a few independent channels. The task of each channel is to calculate the distance of the tested radar from a given class and finally, set the correct identification coefficient for each recognized radar. Thus, a multichannel system with independent distance measurement is obtained, which makes it possible to recognize particular radar copies. This system is implemented in electronic intelligence (ELINT) system and tested in real battlefield conditions.

Przetwarzanie obrazu pola obserwacji metodą dopasowania deskryptorów punktów kluczowych

Jakubowski J., Pacan J.

TTS Technika Transportu Szynowego

2012

R. 19, nr 9

2117--2125, CD

W artykule przedstawiono wyniki wstępnych badań nad możliwością wykorzystania transformacji obrazu SIFT w zagadnieniach interpretacji treści obrazu cyfrowego. Efektem transformacji jest zbiór punktów kluczowych, których opis wyrażony 128-elementowym wektorem cech stanowi dane wejściowe dla procedury klasyfikacji minimalno-odległościowej. Prezentowany materiał omawia własności samej metody oraz ilustruje w sposób ilościowy jej zdolność do detekcji wyróżnionej klasy obiektów, których wzorce znajdują się w bazie danych.

The paper presents the results of an initial research on the possibilities to use SIFT transform as a method to analyze the scene in digital images. The output of the transform is a set of key points described with a 128-element vector of features that can be used as an input to a minimum distance classifier. Presented material shows basic properties of the method as well as its quantitative assessment to detect distinguished objects of known patterns included in the data base.