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:
为利用合成孔径雷达(synthetic aperture radar,SAR)目标不同特征数据间的相关性与互补性,提出一种基于多特征的Tikhonov正则化核函数协同表示(multi-feature kernel collaborative representation-based classification with tikhonov regularization,MFKCRT)算法.采用美国运动和静止目标获取与识别(moving and stationary target acquisition and recognition,MSTAR)计划公开发布的SAR图像数据库进行实验,实现核函数变换空间上的多特征融合协同表示识别.实验结果表明:该算法相较于基本的协同表示,具有更优的可靠性与鲁棒性.
推荐文章
基于增强字典稀疏表示分类的SAR目标识别方法
合成孔径雷达
目标识别
增强字典
稀疏表示分类
基于非下采样剪切波特征提取的SAR图像目标识别方法
合成孔径雷达
目标识别
非下采样剪切波
联合稀疏表示
MSTAR数据集
基于几何特征信息融合的SAR图像目标识别
合成孔径雷达图像目标
目标识别
几何特征
信息融合
基于多特征融合的红外目标识别算法
红外图像
多特征融合
目标识别
颜色特征
边缘特征
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 基于多特征核协同表示的SAR目标识别
来源期刊 兵工自动化 学科 工学
关键词 合成孔径雷达 自动目标识别 多特征 核函数 协同表示
年,卷(期) 2022,(4) 所属期刊栏目 武器装备智能化|Armament Intellectualization
研究方向 页码范围 38-43
页数 6页 分类号 TN959
字数 语种 中文
DOI 10.7690/bgzdh.2022.04.009
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
自动目标识别
多特征
核函数
协同表示
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
兵工自动化
月刊
1006-1576
51-1419/TP
大16开
四川省绵阳市207信箱
1982
chi
出版文献量(篇)
6566
总下载数(次)
20
总被引数(次)
28636
论文1v1指导