基于免疫克隆高斯过程隐变量模型的SAR目标特征提取与识别

• 作者: 冯婕 张向荣 李阳阳 焦李成 缑丽敏
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 高斯过程隐变量模型 免疫克隆选择算法 特征提取 SAR图像目标识别
• 年，卷（期）: 2013,（3）
• 页码范围: 231-236
• 页数: 6页
• 分类号: TP751
• 字数: 5734字
• 语种: 中文
• DOI: 10.3724/SP.J.1010.2013.00231

摘要

作为一种非线性维数约减算法,高斯过程隐变量模型(Gaussian process latent variable model,GPLVM)由于其适合处理小样本、高维数据,因而在模式识别、计算机视觉等领域得到了广泛应用.基于此,提出一种基于改进GPLVM的SAR图像目标特征提取及自动识别方法,其中利用改进的GPLVM进行特征提取,高斯过程分类进行目标识别.传统GPLVM使用共轭梯度法对似然函数进行优化,为避免梯度估值易受噪声干扰、步长对算法影响严重等缺点,提出基于免疫克隆选择算法的GPLVM,利用其具有快速收敛到全局最优的特性提高算法性能.实验结果表明,该算法不仅降低了特征维数,且提高了识别精度,从而验证了算法用于SAR图像目标识别的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦李成	西安电子科技大学智能感知与图像理解教育部重点实验室	514	14586	52.0	103.0
2	张向荣	西安电子科技大学智能感知与图像理解教育部重点实验室	13	185	7.0	13.0
3	李阳阳	西安电子科技大学智能感知与图像理解教育部重点实验室	21	248	9.0	15.0
4	缑丽敏	西安电子科技大学智能感知与图像理解教育部重点实验室	1	5	1.0	1.0
5	冯婕	西安电子科技大学智能感知与图像理解教育部重点实验室	4	17	3.0	4.0