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:
针对合成孔径雷达(SAR)图像目标识别问题,提出一种基于多层自动编码器的特征提取算法。该方法利用随机神经网络受限波尔兹曼机学习建模环境概率分布的能力,通过组建更具函数表达能力的多层神经网络,提取描述目标及其阴影轮廓形状的综合特征。利用两种分类模型实现目标自动识别。基于 MSTAR 数据的仿真实验结果验证了算法的有效性。
推荐文章
基于阴影的SAR图像车辆目标三维特征提取
合成孔径雷达图像
特征提取
三维几何特征
目标阴影
基于Gabor滤波器和局部纹理特征提取的SAR目标识别算法
SAR目标识别
Gabor滤波器
Three-Patch LBP
特征提取
基于PCA算法的SAR图像舰船目标长宽特征提取
SAR图像
水平集
PCA
椭圆拟合
特征提取
基于栈式自编码器特征融合的SAR图像车辆目标识别
SAR
目标识别
特征融合
栈式自编码器
MSTAR
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 基于多层编码器的SAR目标及阴影联合特征提取算法
来源期刊 雷达学报 学科 工学
关键词 SAR 特征提取 多层自动编码器 阴影
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 195-202
页数 8页 分类号 TN957
字数 4908字 语种 中文
DOI 10.3724/SP.J.1300.2013.20085
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 薛磊 37 304 9.0 15.0
3 孙志勇 13 57 4.0 7.0
5 许阳明 8 83 3.0 8.0
9 孙志军 2 9 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (362)
参考文献  (12)
节点文献
引证文献  (9)
同被引文献  (10)
二级引证文献  (35)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(7)
  • 引证文献(4)
  • 二级引证文献(3)
2017(11)
  • 引证文献(1)
  • 二级引证文献(10)
2018(13)
  • 引证文献(0)
  • 二级引证文献(13)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
SAR
特征提取
多层自动编码器
阴影
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
雷达学报
双月刊
2095-283X
10-1030/TN
大16开
北京市海淀区北四环西路19号
2012
chi
出版文献量(篇)
766
总下载数(次)
3
总被引数(次)
4241
论文1v1指导