基于谱回归特征降维与后向传播神经网络的识别方法研究

• 作者: 张帆 满达 牛敏 牛燕雄 耿天琪 许冰 邬战军
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 目标识别 后向传播神经网络 谱回归 特征降维
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 论文
• 页码范围: 978-984
• 页数: 7页
• 分类号: TP391.4
• 字数: 4817字
• 语种: 中文
• DOI: 10.11999/JEIT150781

摘要

采用后向传播(BP)神经网络对空间目标进行识别时，高维的输入特征导致网络结构复杂，识别性能降低。针对上述难点，该文提出一种基于谱回归(SR)特征降维与 BP 神经网络的识别方法。该方法首先对空间目标进行HOG特征提取，然后将提取的高维HOG特征进行SR降维，最后把降维后的数据通过BP分类器进行训练识别。实验结果表明：该方法的降维和识别特性优于传统降维方法PCA, KPAC, LPP, KLPP等，能够兼顾实时性和准确性，提高了识别性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邬战军	北京航空航天大学仪器科学与光电工程学院	22	277	9.0	16.0
2	张帆	北京航空航天大学仪器科学与光电工程学院	31	99	6.0	8.0
3	牛燕雄	北京航空航天大学仪器科学与光电工程学院	44	206	7.0	13.0
4	满达	北京航空航天大学仪器科学与光电工程学院	2	8	1.0	2.0
5	许冰	北京航空航天大学仪器科学与光电工程学院	7	58	4.0	7.0
6	牛敏	北京航空航天大学仪器科学与光电工程学院	2	42	2.0	2.0
7	耿天琪	北京航空航天大学仪器科学与光电工程学院	3	42	2.0	3.0