基于L1范数B2DPCA的SAR目标特征提取与识别

• 作者: 赵昊
• 来源期刊: 太赫兹科学与电子信息学报
• 学科: 工学
• 关键词: 合成孔径雷达 L1范数 双向二维主成分分析 特征提取
• 年，卷（期）: 2013,（1）
• 页码范围: 105-109
• 分类号: TN958
• 字数: 2790字
• 语种: 中文

摘要

主成分分析法(PCA)等基于 L2范数最小均方准则的目标特征提取方法在合成孔径雷达(SAR)图像目标识别中得到广泛应用,L2范数易受 SAR 图像中野值的干扰,影响目标特征提取效果.介绍一种基于 L1范数双向二维主成分分析法(B2DPCA-L1)的目标特征提取方法.L1范数对野值有较强的鲁棒性,通过在 L1范数框架下实现 B2DPCA,有效地改善了样本中野值对特征提取的影响,同时减少了特征矩阵维数,提高了目标识别率.实验表明,所提出方法的识别性能优于基于 L2范数的特征提取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵昊	南京航空航天大学电子信息工程学院	5	15	2.0	3.0