基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种基于主成分分析和支持向量机与线性判别分析结合算法的合成孔径雷达(synthetic aperture radar,SAR)图像目标鉴别方法.利用主成分分析算法对SAR图像向量进行降维并提取其全局特征,对降维后的全局特征采用最小类内散度支持向量机算法进行变换,并对变换结果训练生成最佳分类器,进行分类完成目标鉴别.实验结果表明该方法可以获得较高的分类正确率.
推荐文章
一种新的高分辨率SAR图像目标自动鉴别方法
SAR图像
ROI
目标检测
序贯鉴别
聚类
一种多极化SAR舰船目标与方位向模糊鉴别方法
多极化SAR图像
方位向模糊
非监督分类
舰船检测
基于目标分解的极化SAR图像SVM监督分类
极化合成孔径雷达
图像分类
目标分解
支持向量机
Wishart迭代
模糊C-均值
基于C均值和SVM的SAR图像目标分类研究
SAR图像
支持向量机
图像处理
目标分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVM/LDA的SAR图像目标鉴别方法
来源期刊 中国科学院研究生院学报 学科 工学
关键词 合成孔径雷达 主成分分析 线性判别分析 支持向量机 鉴别
年,卷(期) 2012,(4) 所属期刊栏目 信息与电子科学
研究方向 页码范围 507-511
页数 分类号 TN957
字数 2793字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贾亚飞 中国科学院电子学研究所 3 18 1.0 3.0
5 赵凤军 中国科学院电子学研究所 24 338 9.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
合成孔径雷达
主成分分析
线性判别分析
支持向量机
鉴别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国科学院大学学报
双月刊
2095-6134
10-1131/N
大16开
北京玉泉路19号(甲)
82-583
1984
chi
出版文献量(篇)
2247
总下载数(次)
2
总被引数(次)
15229
论文1v1指导