王晓丹

作品数：165被引量：1249H指数：17
导出分析报告
供职机构：空军工程大学防空反导学院更多>>
发文主题：支持向量机SVM目标识别纠错输出编码多类分类更多>>
发文领域：自动化与计算机技术电子电信文化科学兵器科学与技术更多>>
发文期刊：更多>>
所获基金：国家自然科学基金陕西省自然科学基金中国航空科学基金国防科技技术预先研究基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于AF-BiTCN的弹道中段目标HRRP识别
《北京航空航天大学学报》2025年第2期349-359,共11页王晓丹 王鹏 宋亚飞 向前 李京泰 
国家自然科学基金(61876189,61703426,61273275);陕西省高校科协青年人才托举计划(20190108);陕西省创新人才推进计划(2020KJXX-065)。
针对弹道中段目标高分辨距离像(HRRP)的时序特征提取和识别问题,为充分利用弹道中段目标HRRP的双向时序信息,进一步提高识别性能,提出一种基于加性融合双向时间卷积神经网络(AF-BiTCN)的识别方法。对HRRP数据采用双向时序滑窗法处理为...
关键词：双向时间卷积神经网络 弹道目标识别 特征融合 高分辨距离像 滑窗算法 
基于跨域小样本学习的SAR图像目标识别方法被引量：2
《计算机科学》2024年第S01期453-459,共7页史松昊 王晓丹 杨春晓 王艺菲 
国家自然科学基金(61876189,61703426,61806219)。
由于SAR图像获取难度大,可供研究的样本数量较少,解决有限样本条件下SAR图像目标识别问题成为业界公认的挑战。随着深度学习在计算机视觉领域的发展,衍生出了多种小样本图像分类方法,因此考虑采用跨域小样本学习范式解决小样本SAR图像...
关键词：深度学习 元学习 跨域小样本学习 SAR图像目标识别 知识蒸馏 
SAR-LAM:面向小样本SAR目标识别的轻量化适应策略被引量：1
《空军工程大学学报》2024年第3期103-111,共9页史松昊 王晓丹 
国家自然科学基金(61876189,61703426,61806219)。
针对小样本学习中跨域迁移导致模型性能下降的问题,提出一种面向小样本SAR目标识别的轻量化适应策略(SAR-LAM)。该方法通过知识蒸馏预训练一个具有泛化性能的通用编码器,向其中嵌入一个只在少量目标域样本上进行训练的适应模块,而后将...
关键词：SAR目标识别 跨域小样本学习 轻量化 
一种新的代价敏感SVDD二类分类方法
《计算机科学》2023年第S01期137-141,共5页吴崇明 王晓丹 赵振冲 
国家自然科学基金项目(61876189,61273275)。
为提升代价敏感分类性能,通过提升较高误分代价类别的学习精度来降低总误分代价,利用支持向量域描述(Support Vector D omain Description,SVDD)实现代价敏感分类,提出一种代价敏感SVDD二类分类方法CS-SVDD。该方法首先将单类SVDD拓展...
关键词：代价敏感分类 支持向量数据描述 支持向量 
基于代价敏感激活函数XGBoost的不平衡数据分类方法被引量：12
《计算机科学》2022年第5期135-143,共9页李京泰 王晓丹 
为解决在数据不平衡条件下使用XGBoost框架处理二分类问题时算法对少数类样本的识别能力下降的问题,提出了基于代价敏感激活函数的XGBoost算法(Cost-sensitive Activation Function XGBoost,CSAF-XGBoost)。在XGBoost框架构建决策树时,...
关键词：代价敏感 LOGISTIC回归 数据不平衡分类 XGBoost 激活函数 
DDAC:面向卷积神经网络图像隐写分析模型的特征提取方法被引量：9
《通信学报》2022年第5期68-81,共14页王晓丹 李京泰 宋亚飞 
国家自然科学基金资助项目(No.61876189)。
针对基于卷积神经网络的图像隐写分析方法中使用人工设计的滤波器在特征提取过程中有效性低的问题,提出方向差分自适应组合(DDAC)特征提取方法。在计算中心像素与周围不同方向像素的差分后,使用1×1卷积对方向差分进行线性组合。根据损...
关键词：图像隐写分析 卷积神经网络 特征提取 隐写分析富模型 截断线性单元 
深度学习研究及军事应用综述被引量：8
《空军工程大学学报（自然科学版）》2022年第1期1-11,共11页王晓丹 向前 李睿 来杰 
国家自然科学基金(61876189)。
深度学习作为当前人工智能领域的研究热点之一,已经受到广泛关注。借助于强大的特征表示和学习能力,深度学习日益成为军事领域智能化发展的技术基础。首先结合深度学习的最新发展,指出深度学习的快速发展得益于理论的突破、计算机运算...
关键词：深度学习 卷积神经网络 循环神经网络 自编码器 生成对抗网络 目标识别 态势感知 指挥决策 
基于代价敏感剪枝卷积神经网络的弹道目标识别被引量：2
《北京航空航天大学学报》2021年第11期2387-2398,共12页向前 王晓丹 宋亚飞 李睿 来杰 张国令 
国家自然科学基金(61876189,61503407,61703426,61806219,61273275);陕西省高校科协青年人才托举计划(20190108);陕西省创新人才推进计划(2020KJXX-065)。
为降低弹道目标整体误识别代价,提出了基于代价敏感剪枝(CSP)一维卷积神经网络(1D-CNN)的弹道目标高分辨距离像识别方法。首先,基于彩票假设提出了同时以降低模型复杂度和误识别代价为目标的统一框架;然后,在此基础上,提出了基于人工蜂...
关键词：弹道导弹 卷积神经网络(CNN) 代价敏感 通道剪枝 人工蜂群算法 高分辨距离像 
CWGAN-DNN:一种条件Wasserstein生成对抗网络入侵检测方法被引量：13
《空军工程大学学报（自然科学版）》2021年第5期67-74,共8页贺佳星 王晓丹 宋亚飞 来杰 
国家自然科学基金(61876189,61273275,61806219,61703426)。
针对现有的基于机器学习的入侵检测系统对类不平衡数据检测准确率低的问题,提出一种基于条件Wasserstein生成对抗网络(CWGAN)和深度神经网络(DNN)的入侵检测(CWGAN-DNN)。CWGAN-DNN通过生成样本来改善数据集的类不平衡问题,提升对少数...
关键词：入侵检测 类均衡技术 生成对抗网络 深度神经网络 高斯混合模型 
自编码器及其应用综述被引量：58
《通信学报》2021年第9期218-230,共13页来杰 王晓丹 向前 宋亚飞 权文 
国家自然科学基金资助项目(No.61876189,No.61806219,No.61703426);陕西省自然科学基础研究计划基金资助项目(No.2021JM-226)。
自编码器作为典型的深度无监督学习模型,能够从无标签样本中自动学习样本的有效抽象特征。近年来,自编码器受到广泛关注,已应用于目标识别、入侵检测、故障诊断等众多领域中。基于此,对自编码器的理论基础、改进技术、应用领域与研究方...
关键词：自编码器 深度学习 无监督学习 特征提取 正则化 
全选清除导出
共17页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部