-
题名基于BVMD特征决策融合的SAR目标识别方法
被引量：4
- 1
-
-
作者
莫海宁
钟友坤
-
机构
广西科技大学宏达威爱科技学院
河池学院物理与机电工程学院
-
出处
《电子信息对抗技术》
北大核心
2022年第5期40-44,50,共6页
-
文摘
针对合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别问题,将二维变分模态分解(Bidimensional Variational Mode Decomposition,BVMD)用于特征提取进而进行分类决策。BVMD将原始SAR图像分解为若干模态,实现对目标特性的层次化细致描述。采用稀疏表示分类(Sparse Representation-based Classification,SRC)分别对各个模态进行分类进而根据输出的重构误差定义各个模态的分类置信度。通过门限法选取若干具有高置信度的模态进行决策融合从而判定测试样本的类别。实验中,在MSTAR数据集上对提出方法进行验证。通过在标准操作条件和扩展操作条件下与几类现有方法进行对比,结果证明该方法是有效和稳健的。
-
关键词
合成孔径雷达
目标识别
二维变分模态分解
稀疏表示分类
决策融合
-
Keywords
Synthetic Aperture Radar(SAR)
target recognition
Bidimensional Variational Mode Decomposition(BVMD)
sparse representation-based classification(src)
decision fusion
-
分类号
TN957.52
[电子电信—信号与信息处理]
-
-
题名基于稀疏表示的声频目标识别方法研究
- 2
-
-
作者
刁志蕙
冯玉田
王瑞
毕超
李园辉
-
机构
上海大学通信与信息工程学院
-
出处
《电声技术》
2016年第5期31-34,共4页
-
文摘
提出分别利用短时傅里叶变换和小波变换进行特征提取和稀疏表示分类(SRC)的车辆识别方法。其中,短时傅里叶变换(STFT)和离散小波变换(DWT)分别从每个传感节点收集到的声音信息中提取车辆的特征向量,SRC通过特征训练集建立一个过完备字典来求解稀疏最优化问题,从而实现分类识别。实验结果表明,短时傅里叶变换提取特征并进行分类的效果高于用小波变换进行特征提取并分类的方法,也高于利用MFCC提取车辆声音特征并进行分类的方法。
-
关键词
短时傅里叶变换
离散小波变换
稀疏表示
过完备字典
-
Keywords
short - time Fourier transform
Discrete Wavelet Transform （ DWT ）
sparse Representation classification （ src ）
over-complete dictionary
-
分类号
TP391.42
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于多分辨率表示的SAR图像识别方法
被引量：7
- 3
-
-
作者
王源源
-
机构
电子科技大学成都学院
-
出处
《电光与控制》
CSCD
北大核心
2020年第10期31-36,共6页
-
基金
四川省高校计算机基础教育研究会教育教学改革研究项目(2015-09)。
-
文摘
采用典型相关分析对合成孔径雷达(SAR)图像的多分辨率表示进行融合并应用于目标识别。多分辨率表示能够层次化地描述目标特性从而为后续分类提供更多可用信息。为了保持多分辨率表示之间的相关性并去除它们的冗余性,采用多重集典型相关分析对其进行融合,获得统一的特征矢量。融合后的特征矢量有效继承了各个分辨率的鉴别力,有利于提高识别算法的精度和效率。采用稀疏表示分类作为基础分类器对测试样本进行类别判断。在MSTAR公开SAR图像数据集上对提出方法进行了性能测试,实验结果验证了所提方法的有效性。
-
关键词
合成孔径雷达
目标识别
多分辨率
典型相关分析
稀疏表示分类
-
Keywords
Synthetic Aperture Radar(SAR)
target recognition
multi-resolution
Canonical Correlation Analysis(CCA)
sparse representation-based classification(src)
-
分类号
TP753
[自动化与计算机技术—检测技术与自动化装置]
-
