全卷积神经网络应用于SAR目标检测

在合成孔径雷达（SAR）图像目标检测中,由于场景杂波的复杂多变,对背景杂波统计模型估计难度增加,从而导致多数检测器容易受到背景杂波的干扰。针对如何避免场景杂波对目标检测干扰的问题,提出了一种基于全卷积神经网络的SAR目标检测模型。该模型将目标检测任务转化为像素分类问题,利用卷积神经网络对数据集中目标像素特征和背景杂波像素的先验信息进行自主学习,有效减少了虚警目标的数量;通过对目标及其阴影区域的联合检测,提高了目标的检测概率。对多个不同场景图像进行测试,实验结果表明提出的检测模型具有良好的检测性能和鲁棒性能,与传统恒虚警检测算法相比,在无需考虑背景杂波统计模型前提下有效降低了虚警概率。     

国有银行改革将逐步推向深入

继续深化国有银行改革,加快建设现代银行制度,是这次全国金融工作会议确定的重要议题,而且,是当前和今后一段时期金融改革发展要重点抓好的第一项工作。国有银行的改革意义重大。国有银行在我国经济和社会发展中居于举足轻重的地位,维系着国民经济命脉和经济安全。目前银行业总资产占整个金融业总资产的90%以上,而国有银行的总资产为全部银行业总资产的60%以上。