基于KPCA联合并联抑制神经网络变换的红外目标识别算法

• 作者: 倪超 夏良正 李奇
• 来源期刊: 东南大学学报(自然科学版)
• 学科: 工学
• 关键词: KPCA KHA 广义并联抑制神经元 红外目标
• 年，卷（期）: 2008,（2）
• 页码范围: 329-334
• 页数: 6页
• 分类号: TP391.41
• 字数: 4173字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0505.2008.02.029

摘要

为了提高红外目标的识别性能,提出了一种KPCA联合并联抑制神经网络变换.该联合神经网络变换集成了KPCA的 KHA学习机制与神经网络误差反传机制,使得KPCA与GSN分类器有机地结合起来,通过监督学习的方式引入类别信息,能够在实现数据有效降维的同时,优化主元特征的提取,从而提高算法的分类识别性能.针对典型红外军用车辆图像,采用联合算法与传统算法分别进行对比实验.实验结果表明,算法在优化特征同时,提高了目标识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李奇	东南大学自动化学院	113	1206	18.0	29.0
2	夏良正	东南大学自动化学院	63	1121	19.0	30.0
3	倪超	东南大学自动化学院	12	90	7.0	9.0