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:
地物目标建模是合成孔径雷达(Synthetic Aperture Rader,SAR)图像解译和应用的关键技术之一.近年来,基于流形学习的建模方法得到发展,可望适用于依据微波散射机理成像的SAR图像建模.本文采用球流形嵌入(SLE)方法来实现SAR地物目标建模.该方法实质上是对SAR图像的高维描述或表达进行非线性降维,得到相应的低维流形结构,其分量就是SAR图像的本质特征,由于削弱了原始高维表达中的冗余信息,可用来更加精确地描述和解译地物目标,同时由于维数的降低,大大降低了计算复杂度.为验证其有效性,本文将其应用于SAR图像场景分类,采用简单的K最近邻(K nearest neighbor,KNN)分类器和支持向量机(Support Vector Machine,SVM)分类器.实验结果证明基于本文方法对SAR图像地物目标建模是有效的,有着良好的应用前景.
推荐文章
基于多层卷积神经网络的SAR图像分类方法
雷达目标识别
卷积神经网络
深度学习
MSTAR数据
基于黎曼流形的极化SAR图像分类
极化SAR
图像分类
黎曼流形
稀疏编码
依据流形学习的局部线性嵌入对红松子品质近红外检测
高斯过程
局部线性嵌入
近红外
红松子
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 SAR图像球流形局部嵌入建模及其分类方法
来源期刊 信号处理 学科 工学
关键词 合成孔径雷达图像 流形学习 球流形局部嵌入 建模及分类
年,卷(期) 2013,(9) 所属期刊栏目 算法研究
研究方向 页码范围 1163-1168
页数 6页 分类号 TN911.73
字数 3498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 孙洪 武汉大学电子信息学院 105 985 17.0 26.0
2 陈嘉宇 武汉大学电子信息学院 5 27 3.0 5.0
3 周乐意 武汉大学电子信息学院 8 30 4.0 5.0
4 余文涛 武汉大学电子信息学院 2 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (54)
参考文献  (1)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(1)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
合成孔径雷达图像
流形学习
球流形局部嵌入
建模及分类
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
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
论文1v1指导