基于缺失数据分析和信息几何理论的SAR图像自动目标识别研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61501152
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    19.0万
  • 负责人：
    杨萌
  • 依托单位：
    杭州电子科技大学
  • 学科分类：
    F0113.信息获取与处理
  • 结题年份：
    2018
  • 批准年份：
    2015
  • 项目状态：
    已结题
  • 起止时间：
    2016-01-01 至2018-12-31

项目摘要

This application aims at missing data, large computation and other issues in SAR automatic target recognition (ATR). ATR in SAR image is chosen as study object. The project focuses on SAR ATR system via missing data analysis and information geometry. Firstly, missing data model for SAR image is constructed: 1) Regression model based on electromagnetic scattering theory, and its statistical characterization are studied; 2) Missing data analysis issues are discussed; Secondly, geometric structure of statistical manifold in parameter domain is constructed: 1) Properties of statistical manifold for target image data are studied; 2) Uncertainty and sensitivity analysis techniques are used in performance assessment for parametric analysis. Thirdly, statistical decision-making models in the manifold space are designed: 1) Probabilistic quantification methods of characteristic parameters for target are studied; 2) Statistical decision-making methods in the manifold space are designed.
针对SAR ATR系统中目标特征信息损失或数据缺失、数据库所需目标特征信号内容数量庞大等问题，本项目开展基于缺失数据回归分析和信息几何理论的SAR图像自动目标识别研究。具体研究内容有：.一、构建缺失数据回归模型，包括. 1) 研究基于电磁散射特性的目标图像回归模型；. 2) SAR目标特征信息损失或有效数据缺失的回归分析；.二、研究统计流形的几何结构，包括 . 1) 研究参数空间的统计流形构建及其几何结构；. 2) 研究模型参数特征值的敏感性分析方法；.三、研究流形空间中的统计分类方法，包括. 1) 研究目标关键属性或特征值的概率量化方法；. 2) 研究流形空间中的目标类型评估方法。

结项摘要

本项目开展了基于缺失数据回归分析和信息几何理论的SAR图像自动目标识.别研究。具体研究内容有：.一、构建统计流形的几何结构，包括.1) 研究了参数空间的统计流形构建及其几何结构；.2) 研究了模型参数特征值的敏感性分析方法；.二、构建了数据缺失填补与样本生成模型，包括.1) 构建了基于电磁散射特性的目标图像回归模型；.2) SAR数据缺失填补和样本生成分析；.三、设计了基于流形理论的分类器，包括.1) 提出了目标关键属性或特征值的概率量化方法；.2) 提出了流形空间中的目标类型评估方法。

项目成果

期刊论文数量（8）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
侦察模式下星载SAR多普勒参数估计
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    杭州电子科技大学学报（自然科学版）
  • 影响因子：
    --
  • 作者：
    钟华;陈维;杨萌
  • 通讯作者：
    杨萌
采用颜色混合模型和特征组合的视频烟雾检测
  • DOI：
    10.16136/j.joel.2017.07.0425
  • 发表时间：
    2017
  • 期刊：
    光电子·激光
  • 影响因子：
    --
  • 作者：
    唐杰;周洋;杨萌;唐向宏
  • 通讯作者：
    唐向宏
Ship Detection in SAR Images Based on Lognormal rho-Metric
基于对数正态 rho-Metric 的 SAR 图像船舶检测
  • DOI：
    10.1109/lgrs.2018.2838043
  • 发表时间：
    2018
  • 期刊：
    IEEE Geoscience and Remote Sensing Letters
  • 影响因子：
    4.8
  • 作者：
    Yang Meng;Guo Chunsheng;Yang M
  • 通讯作者：
    Yang M
Bridge Detection in High-Resolution X-Band SAR Images by Combined Statistical and Topological Features
结合统计和拓扑特征的高分辨率 X 波段 SAR 图像中的桥梁检测
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    Progress In Electromagnetics Research M
  • 影响因子：
    1
  • 作者：
    Yang Meng;Jian Zhihua
  • 通讯作者：
    Jian Zhihua
Angle estimation for bistatic MIMO radar in the presence of spatial colored noise
存在空间有色噪声时双基地 MIMO 雷达的角度估计
  • DOI：
    10.1016/j.sigpro.2016.12.017
  • 发表时间：
    2017-05-01
  • 期刊：
    SIGNAL PROCESSING
  • 影响因子：
    4.4
  • 作者：
    Wen, Fangqing;Xiong, Xiaodong;Zhang, Zijing
  • 通讯作者：
    Zhang, Zijing

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于虚拟超声模型评价超声住院医师操作技能培训效果
  • DOI：
    10.3877/cma.j.issn.1672-6448.2022.08.019
  • 发表时间：
    2022
  • 期刊：
    中华医学超声杂志（电子版）
  • 影响因子：
    --
  • 作者：
    武玺宁;孝梦甦;张一休;孟华;张培培;欧阳云淑;杨萌;李建初
  • 通讯作者：
    李建初
基于CS的SAR图像自动目标分割算法
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    宇航学报
  • 影响因子：
    --
  • 作者：
    杨萌;张弓
  • 通讯作者：
    张弓
自适应超完备字典学习的 SAR 图像降噪
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    中国图象图形学报
  • 影响因子：
    --
  • 作者：
    杨萌;张弓
  • 通讯作者：
    张弓
中空纤维液相微萃取/电喷雾离子迁移率谱法检测复杂基质中的西布曲明和美沙芬
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    仪表技术与传感器
  • 影响因子：
    --
  • 作者：
    杨萌;高晓光;贾建;李建平;何秀丽
  • 通讯作者：
    何秀丽
多聚鸟苷酸干预大鼠矽肺纤维化的内质网应激作用机制
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    中国职业医学
  • 影响因子：
    --
  • 作者：
    王娜;杨萌;雷素英;千新来;姚三巧
  • 通讯作者：
    姚三巧

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码