基于PGBN模型的SAR图像目标识别方法

• 作者: 丛玉来 文伟 郭丹丹 陈渤
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: SAR图像 特征提取 PGBN(Poisson Gamma Belief Network)模型
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 论文
• 页码范围: 2996-3003
• 页数: 8页
• 分类号: TN957.51
• 字数: 6813字
• 语种: 中文
• DOI: 10.11999/JEIT161068

摘要

特征提取是合成孔径雷达图像目标识别的关键步骤，也是难点之一。该文提出一种基于 PGBN(Poisson Gamma Belief Network)模型的SAR图像目标识别方法。PGBN模型作为一种深层贝叶斯生成网络，利用伽马分布具有的高度非线性，从复杂的SAR图像数据中获得了更具结构化的多层特征表示，这种多层特征表示有效提高了 SAR 图像目标识别性能。为了获得更高的训练效率和识别率，该文进一步采用朴素贝叶斯准则提出了一种对PGBN模型进行分类的方法。实验采用MSTAR的3类目标数据进行了验证，结果表明通过该方法提取的特征有更好的结构信息，对SAR图像目标识别具有较好的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈渤	西安电子科技大学雷达信号处理国家重点实验室	16	204	9.0	14.0
2	郭丹丹	西安电子科技大学雷达信号处理国家重点实验室	4	16	2.0	4.0
3	文伟	西安电子科技大学雷达信号处理国家重点实验室	4	29	3.0	4.0
4	丛玉来	西安电子科技大学雷达信号处理国家重点实验室	2	8	2.0	2.0