基于谱回归特征降维与后向传播神经网络的识别方法研究

摘要：

采用后向传播(BP)神经网络对空间目标进行识别时，高维的输入特征导致网络结构复杂，识别性能降低。针对上述难点，该文提出一种基于谱回归(SR)特征降维与 BP 神经网络的识别方法。该方法首先对空间目标进行HOG特征提取，然后将提取的高维HOG特征进行SR降维，最后把降维后的数据通过BP分类器进行训练识别。实验结果表明：该方法的降维和识别特性优于传统降维方法PCA, KPAC, LPP, KLPP等，能够兼顾实时性和准确性，提高了识别性能。

关键词：目标识别、后向传播神经网络、谱回归、特征降维

所属期刊栏目：38

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2016-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：978-984