应用复值独立分量分析实现特征融合识别

• 作者: 王大伟 王延杰 纪华
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 目标识别 多传感器图像融合 特征级融合 复数值独立分量分析
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 信息科学
• 页码范围: 2024-2031
• 页数: 8页
• 分类号: TP391.4
• 字数: 4602字
• 语种: 中文
• DOI: 10.3321/j.issn:1004-924X.2009.08.037

摘要

介绍了复值独立分量分析(Complex ICA)的基本原理和算法,提出了基于复值独立分量分析的目标识别方法并将其应用于多传感器融合的目标识别中.该方法首先利用快速独立分量分析算法(FICA)对目标训练集图像进行ICA分解,然后分别提取基于独立分量的训练集和测试集目标特征,采用线性判据对训练集目标特征进行分类训练,找到合理的分类阈值,最后对测试集图像进行分类识别.在本文的实验条件下,提出的方法获得了92.1%的识别准确率,远优于传统ICA方法的78.1%和PCA方法的76.2%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王延杰	中国科学院长春光学精密机械与物理研究所	116	1871	21.0	38.0