10.3969/j.issn.1673-629X.2017.08.005
针对SAR图像的树形稀疏表示结构识别算法研究
为了提高SAR图像的目标识别能力,在一般稀疏表示方法的基础上,提出了一种基于树形稀疏表示结构识别算法-稀疏表示树,以提高目标型号的识别准确率.稀疏表示树是由多个节点组成的树形分类器,在每个节点上设计针对该节点设计的稀疏表示字典和分类器.在单个节点上利用稀疏表示算法求解未知样本的特征向量,并按照重构误差最小原则实现目标型号识别.稀疏表示树方法根据父节点识别结果,将稀疏表示结果相似的样本型号作为子集传递到子节点,并设计新的字典和分类器进行识别.在MSTAR SAR图像数据集上的实测结果表明,所构建的稀疏表示树与数据集数据分布情况一致,并且将目标型号识别率提高至84%,与传统的稀疏表示分类器方法相比,在不增加太多时间开销的条件下可有效提高目标型号的识别准确率.
SAR目标识别、型号识别、树形信息字典、稀疏表示、字典学习
27
TP391(计算技术、计算机技术)
中国航空科学基金20151452021,20152752033
2017-09-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
20-24,29