利用样本向量空间位置关系的目标识别方法

• 作者: 吴庆宪 姜长生 梅蓉 陈谋
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 目标识别 向量空间 最小夹角识别 样本筛选
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 目标跟踪与识别
• 页码范围: 16-19
• 页数: 4页
• 分类号: TP391
• 字数: 2259字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2006.02.005

摘要

利用样本向量的空间位置关系,对目标识别方法进行研究.根据样本向量最小夹角给出了可分类识别率的定义,且应用样本向量间的夹角对样本向量进行筛选,获得了更有利于分类的样本.在此基础上提出了样本向量最小夹角识别算法,以及对样本向量最小夹角和最短距离进行综合的目标识别算法.为了进一步提高识别效果,将特征线之间的最小夹角引入到识别算法当中.所研究的目标识别算法应用到飞机目标识别,若采用奇异值特征作为样本可以得到90. 0%以上的识别率,而采用颜色特征作为样本则可以得到92. 5%以上的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜长生	南京航空航天大学自动化学院	380	3810	27.0	38.0
2	吴庆宪	南京航空航天大学自动化学院	198	1678	22.0	30.0
3	陈谋	南京航空航天大学自动化学院	76	835	17.0	26.0
4	梅蓉	南京森林公安高等专科学校刑事侦查系	27	59	4.0	6.0