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:
为了更好地利用逆合成孔径雷达( ISAR)像目标的局部空间结构信息和类别信息实现目标识别,该文提出了一种基于分块双向二维投影梯度非负矩阵分解(B(2D)2PGNMF)的ISAR像目标识别方法。采用基向量非负加权组合的形式构建目标像。将B(2D)2PGNMF分解得到的权向量作为特征,通过最近邻分类器完成五类飞机目标的识别。仿真结果表明:在相同的压缩率或相同的基矩阵维数下,二维投影梯度非负矩阵分解( PGNMF)算法比一维PGNMF算法具有更高的识别精度,分块投影梯度非负矩阵分解( BPGNMF)算法的识别结果优于PGNMF算法, B(2D)2PGNMF算法的识别结果优于双向二维投影梯度非负矩阵分解((2D)2PGNMF)算法。在相同的基矩阵维数下,二维PGNMF算法的压缩率高于一维PGNMF算法,BPGNMF算法所需的运行时间最长,(2D)2PGNMF算法的运行时间最短。该文方法在不影响运算效率的同时能获得较好的识别结果。
推荐文章
基于压缩感知的ISAR像目标旁瓣抑制新方法
压缩感知
正交匹配追踪法
逆合成孔径雷达成像
旁瓣抑制
傅里叶基矩阵
基于trace特征的ISAR像空间目标识别
Trace变换
ISAR像
集成分类器AdaBoost.M2-KNN
基于改进方位弯折的一维距离像雷达目标识别
目标识别
一维距离像
动态规划
方位弯折
基于ISAR像的舰船目标识别技术研究
舰船ISAR
目标识别
轮廓匹配
特征提取
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B(2 D)2 PGNMF的ISAR像目标识别
来源期刊 南京理工大学学报(自然科学版) 学科 工学
关键词 逆合成孔径雷达 分块双向二维投影梯度非负矩阵分解 目标识别
年,卷(期) 2013,(6) 所属期刊栏目
研究方向 页码范围 863-868,901
页数 7页 分类号 TN957
字数 4666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 王芳 南京理工大学电子工程与光电技术学院 48 172 7.0 10.0
2 马晓峰 南京理工大学电子工程与光电技术学院 39 219 8.0 12.0
3 盛卫星 南京理工大学电子工程与光电技术学院 69 376 11.0 15.0
4 王昊 南京理工大学电子工程与光电技术学院 40 166 8.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (30)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (2)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(10)
  • 参考文献(2)
  • 二级参考文献(8)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(6)
  • 参考文献(3)
  • 二级参考文献(3)
2010(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
逆合成孔径雷达
分块双向二维投影梯度非负矩阵分解
目标识别
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
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导