论文部分内容阅读
基于深度学习的发票识别方法研究
【机 构】
：
西安工业大学
【出 处】
：
西安工业大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
高光谱遥感影像因具有很高的光谱分辨率,能够提供更为丰富的空间信息和光谱信息,可对被测目标进行定量和定性的分析和识别,在地质制图、植被调查、海洋遥感、农业遥感、大气研究、环境监测等领域发挥着越来越重要的作用。高光谱图像目标检测理论已经逐渐形成一个庞大的知识体系,并且有着非常广阔研究前景与应用范围。本文从高光谱图像的特点出发,结合稀疏表示理论,研究具有更高检测性能的检测方法。由于在稀疏表示的目标检测过
学位
雷暴云团发展速度快、变化多,特征复杂,难以被充分描述;且目前雷暴区域判别方法以单一特征的阈值法为主,特征描述不充分、判别方法消耗大且精度不高。针对上述问题,为精确挖掘雷暴区域特征表征情况,设计更具合理性、高效性的雷暴判别方法,本文从雷暴区域的图像特征和非图像特征两个角度入手,设计了一套基于特征融合的雷暴区域判别方案。该方案通过融合雷暴区域红外通道亮温特征、通道间亮温差特征和图像深层卷积特征,结合多
学位
空地背景多运动目标检测技术对于无人机自主飞行和打击目标意义重大。在天空背景中,空中目标相对成像平台远,因此目标成像像素少而缺乏形貌信息,并且目标数量多,在飞行时容易相互毗邻、相互遮挡;在地面背景中,目标和平台会出现在复杂地形地貌的上空,造成图像中的地面背景复杂,在图像中的小目标容易造成漏检;在空地联合背景中,平台和目标都处于空中飞行状态下,图像同时包含天空和地面两种不同的背景,在平台远距离探测目标
学位
雷达目标识别(Radar Target Recognition,RTR)是弹道导弹防御(Ballistic Missile Defense,BMD)的关键技术之一。随着现代军事的发展,对于弹道导弹在飞行中段的识别方法研究成为国内外热点课题。本文在弹道导弹目标运动建模和回波建模的基础上,研究基于一维距离像、微多普勒的识别方法和基于置信度的分类器识别性能评估方法,主要工作如下:1.研究了弹道中段目标的
学位