基于增強(qiáng)字典稀疏表示分類的SAR目標(biāo)識別方法
發(fā)布時間:2023-05-13 23:55
針對合成孔徑雷達(dá)(SAR)目標(biāo)識別方法中分類決策存在的不足,提出基于增強(qiáng)字典稀疏表示分類的SAR目標(biāo)識別方法。該方法通過對原始訓(xùn)練樣本進(jìn)行多信噪比、多分辨率樣本構(gòu)造,進(jìn)而構(gòu)建描述能力更強(qiáng)、對于擴(kuò)展操作條件更穩(wěn)健的增強(qiáng)字典進(jìn)而采用稀疏表示分類器提高目標(biāo)識別的整體性能;贛STAR數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果表明,該方法在對于3類和10類目標(biāo)的平均識別率可分別達(dá)到98.61%和98.12%,驗(yàn)證其區(qū)分多類目標(biāo)的能力;通過測試在不同信噪比、不同分辨率下的識別性能,驗(yàn)證了該方法對于噪聲干擾、分辨率變化具有較強(qiáng)的穩(wěn)健性。
【文章頁數(shù)】:7 頁
【文章目錄】:
0 引言
1 稀疏表示分類器
2 字典增強(qiáng)及目標(biāo)識別
2.1 噪聲添加
2.2 多分辨率表示
2.3 目標(biāo)識別流程
3 實(shí)驗(yàn)與分析
3.1 實(shí)驗(yàn)數(shù)據(jù)集
3.2 實(shí)驗(yàn)結(jié)果
1) 3類目標(biāo)識別問題
2) 10類目標(biāo)識別問題
3) 噪聲干擾
4) 分辨率變化
4 結(jié)論
本文編號:3816779
【文章頁數(shù)】:7 頁
【文章目錄】:
0 引言
1 稀疏表示分類器
2 字典增強(qiáng)及目標(biāo)識別
2.1 噪聲添加
2.2 多分辨率表示
2.3 目標(biāo)識別流程
3 實(shí)驗(yàn)與分析
3.1 實(shí)驗(yàn)數(shù)據(jù)集
3.2 實(shí)驗(yàn)結(jié)果
1) 3類目標(biāo)識別問題
2) 10類目標(biāo)識別問題
3) 噪聲干擾
4) 分辨率變化
4 結(jié)論
本文編號:3816779
本文鏈接:http://www.sikaile.net/kejilunwen/xinxigongchenglunwen/3816779.html
最近更新
教材專著