基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高合成孔径雷达图像目标识别效果,提出一种基于多线性主成分分析和张量分析的合成孔径雷达图像目标识别方法.该方法首先构建四阶张量训练样本,利用多线性主成分分析得到多线性投影矩阵;再通过投影矩阵构建核心张量,对核心张量进行线性判别分析;最后对测试样本分类识别.实验中,将本文提出的多线性主成分分析和张量分析方法在MSTAR公共数据库上进行识别实验,并与主成分分析和二维主成分分析方法进行识别率比较.实验结果表明,本文方法有效保留了图像的空间结构信息,提高了目标正确识别率.
推荐文章
基于自适应秩动态张量分析的短时交通流预测
短时交通流预测
数据缺失
动态张量分析
多模信息
基于多线性独立成分分析的掌纹识别
掌纹识别
主成分分析
二维主成分分析
多线性主成分分析
独立成分分析
多线性独立成分分析
基于张量主成分分析的人脸图像压缩与重构
人脸识别
主成分分析
图像压缩
张量
多线性投影
图像重构
基于小波域两向二维主分量分析的 SAR 目标识别
合成孔径雷达
目标识别
二维离散小波变换
两向二维主分量分析
概率神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多线性主成分分析和张量分析的SAR图像目标识别
来源期刊 数据采集与处理 学科 工学
关键词 合成孔径雷达 目标识别 多线性主成分分析 张量分析
年,卷(期) 2018,(5) 所属期刊栏目
研究方向 页码范围 872-879
页数 8页 分类号 TN959.1+7
字数 4377字 语种 中文
DOI 10.16337/j.1004-9037.2018.05.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨鹏 浙江工业大学计算机科学与技术学院 10 28 4.0 4.0
2 宦若虹 浙江工业大学计算机科学与技术学院 18 198 8.0 14.0
3 陶一凡 浙江工业大学计算机科学与技术学院 2 0 0.0 0.0
4 陈月 浙江工业大学计算机科学与技术学院 4 5 1.0 2.0
5 鲍晟霖 浙江工业大学计算机科学与技术学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (29)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(3)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
合成孔径雷达
目标识别
多线性主成分分析
张量分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导