基于非负稀疏表示的SAR图像目标识别方法
针对合成孔径雷达(SAR)图像目标识别中存在物体遮挡的情况,该文提出一种基于非负稀疏表示的分类方法.通过分析L0范数和L1范数最小化在求解非负稀疏表示问题上的区别,证明在一定条件下,L1范数最小化方法除了保持解的稀疏性还能得到与输入信号更加相似的原子集合,因此也更加适用于分类问题中.在运动和静止目标获取与识别(MSTAR)数据集上的识别实验结果表明,采用L1范数的非负稀疏表示分类方法能达到较好的识别性能,并且相对传统方法对存在遮挡情况下的识别问题更稳健.
SAR目标识别、非负稀疏表示、L1范数最小化
36
TN957.51
国家自然科学基金61271024,61201292,61201283;新世纪优秀人才支持计划NCET-09-0630;全国优秀博士学位论文作者专项资金FANEDD-201156;国家部委基金和中央高校基本科研业务费专项资金资助课题
2014-11-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
2194-2200