针对SAR图像的树形稀疏表示结构识别算法研究

• 作者: 刘学军 张礼 陈春林
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: SAR目标识别 型号识别 树形信息字典 稀疏表示 字典学习
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 20-24,29
• 页数: 6页
• 分类号: TP391
• 字数: 5538字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.08.005

摘要

为了提高SAR图像的目标识别能力,在一般稀疏表示方法的基础上,提出了一种基于树形稀疏表示结构识别算法-稀疏表示树,以提高目标型号的识别准确率.稀疏表示树是由多个节点组成的树形分类器,在每个节点上设计针对该节点设计的稀疏表示字典和分类器.在单个节点上利用稀疏表示算法求解未知样本的特征向量,并按照重构误差最小原则实现目标型号识别.稀疏表示树方法根据父节点识别结果,将稀疏表示结果相似的样本型号作为子集传递到子节点,并设计新的字典和分类器进行识别.在MSTAR SAR图像数据集上的实测结果表明,所构建的稀疏表示树与数据集数据分布情况一致,并且将目标型号识别率提高至84%,与传统的稀疏表示分类器方法相比,在不增加太多时间开销的条件下可有效提高目标型号的识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈春林	南京航空航天大学计算机科学与技术学院	2	1	1.0	1.0
2	张礼	南京航空航天大学计算机科学与技术学院	12	38	4.0	5.0
3	刘学军	南京航空航天大学计算机科学与技术学院	31	236	7.0	14.0