多视角多频带逆合成孔径雷达(inverse synthetic aperture radar,ISAR)融合成像技术克服了单雷达成像分辨率受发射带宽和观测视角的限制,是提高ISAR成像的二维分辨率的新手段。在宽带小角度观测条件下,针对目标散射系数随频率变化的情况...多视角多频带逆合成孔径雷达(inverse synthetic aperture radar,ISAR)融合成像技术克服了单雷达成像分辨率受发射带宽和观测视角的限制,是提高ISAR成像的二维分辨率的新手段。在宽带小角度观测条件下,针对目标散射系数随频率变化的情况,提出一种基于几何绕射理论(geometrical theory of diffraction,GTD)模型的多视角多频带ISAR融合成像方法。首先,以GTD模型为基础建立ISAR成像回波模型;然后,将多视角多频带ISAR融合成像问题转化为信号稀疏重构问题,并采用正交匹配追踪算法求解,在保证融合成像质量的同时提高了的成像效率;最后,利用仿真实验验证了所提方法的有效性。展开更多
研究了窄带雷达信号融合问题,提出了一种基于GTD(Geometrical Theory of Diffraction)模型的窄带雷达信号多视角多波段融合的方法。在同波段多视角融合方面,利用Lincoln实验室的方法给出模型参数的初值,再运用遗传算法对参数进行迭代寻...研究了窄带雷达信号融合问题,提出了一种基于GTD(Geometrical Theory of Diffraction)模型的窄带雷达信号多视角多波段融合的方法。在同波段多视角融合方面,利用Lincoln实验室的方法给出模型参数的初值,再运用遗传算法对参数进行迭代寻优。而在不同波段多视角融合方面,则利用视角融合后获得的同角度不同波段窄带信号联合估计频率衰减因子。并通过仿真实验以二维条带目标为例验证了方法的有效性。展开更多
由于异构信息网络HIN(heterogeneous information network)具有丰富的语义信息而在推荐任务中得到广泛应用.传统的面向异构信息网络的推荐方法忽略了网络中关联关系的异质性,以及不同关联类型之间的相互影响.提出了一种基于多视角嵌入...由于异构信息网络HIN(heterogeneous information network)具有丰富的语义信息而在推荐任务中得到广泛应用.传统的面向异构信息网络的推荐方法忽略了网络中关联关系的异质性,以及不同关联类型之间的相互影响.提出了一种基于多视角嵌入融合的推荐模型,分别从同质关联视角和异质关联视角来挖掘异构信息网络的深层潜在特征并加以融合,有效地保证了推荐结果的准确性.针对同质关联视角,提出了一种基于图卷积神经网络的嵌入融合方法,通过对同质关联作用下节点邻域信息的轻量式卷积,实现节点嵌入的局部融合.针对异质关联视角,提出了一种基于注意力的嵌入融合方法,利用注意力机制来区分不同关联类型对节点嵌入的影响,实现节点嵌入的全局融合.通过实验验证了所提出的关键技术的可行性和有效性.展开更多
基金The National Natural Science Foundation of China Youth Program(No.52108139)Hunan Provincial Natural Science Foundation Youth Program(No.2023JJ40290).
文摘多视角多频带逆合成孔径雷达(inverse synthetic aperture radar,ISAR)融合成像技术克服了单雷达成像分辨率受发射带宽和观测视角的限制,是提高ISAR成像的二维分辨率的新手段。在宽带小角度观测条件下,针对目标散射系数随频率变化的情况,提出一种基于几何绕射理论(geometrical theory of diffraction,GTD)模型的多视角多频带ISAR融合成像方法。首先,以GTD模型为基础建立ISAR成像回波模型;然后,将多视角多频带ISAR融合成像问题转化为信号稀疏重构问题,并采用正交匹配追踪算法求解,在保证融合成像质量的同时提高了的成像效率;最后,利用仿真实验验证了所提方法的有效性。
文摘研究了窄带雷达信号融合问题,提出了一种基于GTD(Geometrical Theory of Diffraction)模型的窄带雷达信号多视角多波段融合的方法。在同波段多视角融合方面,利用Lincoln实验室的方法给出模型参数的初值,再运用遗传算法对参数进行迭代寻优。而在不同波段多视角融合方面,则利用视角融合后获得的同角度不同波段窄带信号联合估计频率衰减因子。并通过仿真实验以二维条带目标为例验证了方法的有效性。
文摘由于异构信息网络HIN(heterogeneous information network)具有丰富的语义信息而在推荐任务中得到广泛应用.传统的面向异构信息网络的推荐方法忽略了网络中关联关系的异质性,以及不同关联类型之间的相互影响.提出了一种基于多视角嵌入融合的推荐模型,分别从同质关联视角和异质关联视角来挖掘异构信息网络的深层潜在特征并加以融合,有效地保证了推荐结果的准确性.针对同质关联视角,提出了一种基于图卷积神经网络的嵌入融合方法,通过对同质关联作用下节点邻域信息的轻量式卷积,实现节点嵌入的局部融合.针对异质关联视角,提出了一种基于注意力的嵌入融合方法,利用注意力机制来区分不同关联类型对节点嵌入的影响,实现节点嵌入的全局融合.通过实验验证了所提出的关键技术的可行性和有效性.