基于稀疏求解的改进PCA方法在SAR目标识别中的应用

• 作者: 刘畅 肖垚
• 来源期刊: 中国科学院大学学报
• 学科: 工学
• 关键词: 合成孔径雷达(SAR) 目标识别 稀疏表示 主成分分析
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 信息与电子科学
• 页码范围: 84-88
• 页数: 5页
• 分类号: TN957
• 语种: 中文
• DOI: 10.7523/j.issn.2095-6134.2018.01.011

摘要

针对实际军事情况下车辆目标为非合作目标,提出改进的主成分分析方法(IPCA).它首先利用稀疏求解方法得到与测试样本最相关的部分训练样本以及它们对测试样本的表示系数.然后结合主成分分析(PCA)得到最优投影矩阵,使投影后不同测试样本能更好地利用训练样本信息进行分类.利用美国运动和静止目标获取与识别数据库中3类目标进行识别实验,结果表明基于改进的PCA方法比传统的PCA方法能够得到更高的识别率,并对稀疏方位角训练样本有更好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘畅	中国科学院电子学研究所	118	1090	17.0	29.0
2	肖垚	中国科学院电子学研究所	1	0	0.0	0.0