10.11772/j.issn.1001-9081.2014.11.3314
基于深度置信网络的目标识别方法
针对合成孔径雷达图像预处理鲁棒性不足、特征提取及利用不充分等问题,提出了一种基于深度置信网络的合成孔径雷达(SAR)图像目标自动识别算法.首先提出一种基于双树复小波变换(DT-CWT)的非局部均值图像降斑算法,并结合目标方位角估计实现对原始数据鲁棒的预处理;最后,引入多层深度置信网络提取针对合成孔径雷达目标的深度抽象视觉信息作为特征并完成识别任务.采用3类运动与静止目标的获取与识别 (MSTAR)实测数据进行的仿真实验结果表明,所提算法具有较高鲁棒性和识别率.
合成孔径雷达图像、目标识别、深度置信网络、降斑、方位角估计
34
TP391.41(计算技术、计算机技术)
2015-01-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
3314-3317,3322