针对海面背景舰船目标单一波段图像识别率低的问题,提出了一种基于卷积神经网络(CNN)的融合识别方法。
该方法提取可见光、中波红外和长波红外3个波段舰船目标特征进行融合识别。
模型次要分为3个步骤：通过设计的6层CNN,同时对三波段图像进行特征提取;利用基于互信息的特征选择方法对串联的三波段特征向量按照重要性进行排序,并按照图像清晰度评价指标选取固定长度的特征向量作为目标识别依据;通过额外的2个全连接层和输出层进行回归训练。
采用自建的三波段舰船图像数据库进行模型的训练和测试,共包含6类目标,5000余张图像。
实验结果表明,本文方法识别率达到84.5%,与单波段识别方法相比有明显提升。

matlab完整可运转，含实验报告，含评价参数，含测试图片

随着红外成像制导技术的发展,舰船遭到的威胁日益严重。
舰船的红外辐射特性研究对舰船的伪装有重要的意义。
简述了影响舰船红外特征的因素,论述了对舰船红外辐射特性的模型建立及数学描述,最后对控制舰船红外辐射的技术进行了分析。

水下声学模型现今通常用于预报海上试验计划和设计最优声呐系统的声学环境以及预测海上声呐功能。
建模业己成为研究者和分析家在实验室条件下模拟声呐功能的主要方法。
本文通过对典型舰船辐射噪声的特性研究，采用RatinoalSpecrta建模方法，建立舰船辐射噪声的经验模型，并采用设计的自适应FRI滤波器，进行了计算机模拟，通过仿真试验验证了该方法的有效性和实用性。
该方法能够较真实地模拟出宽带舰船噪声，能够较好地用于检验被动声呐信号处理算法的功能。
主要研究内容包括:

光学遥感图像中舰船检测，Matlab平台。
可提取目的5个特征描述子。
学习者可参考。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。