基于KNN的合成孔径雷达目标识别

• 作者: 张校非 白艳萍 郝岩
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: SAR 目标识别 剪裁 去噪 KNN SVM
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 理论研究
• 页码范围: 111-113,118
• 页数: 4页
• 分类号: TP181|TJ01
• 字数: 1852字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2018.09.023

摘要

针对合成孔径雷达(SAR)目标的识别问题,提出了一种基于K近邻方法(KNN)的SAR图像目标识别方法.首先,有别于传统的图像特征提取方法,采用逆向思维,通过剪裁和去噪方法对图像的冗余信息进行“剔除”,从而尽可能保留图像的原有信息,并将其作为待分类特征.然后分别用KNN和支持向量机(SVM)在MSTAR(Movingand Stationary Target Acquisition and Recognition)数据集上进行了仿真对比实验.实验结果表明,此方法下KNN的分类效果明显优于SVM,其精度均达到94％以上,证明了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白艳萍	中北大学理学院	124	639	13.0	19.0
2	郝岩	中北大学理学院	7	39	4.0	6.0
3	张校非	中北大学理学院	6	40	4.0	6.0