基于增量非负矩阵分解的合成孔径雷达目标识别

• 作者: 党思航 崔宗勇 张慧
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 增量非负矩阵分解 合成孔径雷达 目标识别 增量学习
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 研究简报
• 页码范围: 205-210
• 页数: 6页
• 分类号: TP391.41
• 字数: 5331字
• 语种: 中文

摘要

随着合成孔径雷达(SAR)数据的快速增长,传统的目标识别方法由于不具备增量学习的能力,导致计算代价逐渐增加,从而越来越无法满足实时信息处理的需求.在识别过程中关键的特征提取环节,非负矩阵分解能够获取目标基于部分的特征表示,已被成功应用于SAR目标识别领域.然而面对新增样本,采用非负矩阵分解描述SAR目标特征的过程中,会产生重复训练,从而大大降低了识别效率.提出基于增量非负矩阵分解的SAR目标识别方法,实现了基于非负矩阵分解的SAR目标特征表示的增量学习能力,从而大大降低计算代价.针对MSATR数据集的仿真试验结果表明,在保证识别率的基础上,提出的方法能够降低样本训练时间74.7%以上.因此该方法能够适应数据增加的现实需求,并能够为建立具有自主学习能力的SAR目标识别系统提供有效的技术支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张慧	电子科技大学成都学院	12	24	3.0	4.0
2	党思航	电子科技大学电子工程学院	2	1	1.0	1.0
3	崔宗勇	电子科技大学电子工程学院	6	19	2.0	4.0