| 结合BM3 D去噪与极限学习机的SAR目标分类方法 |
| |
| 引用本文： | 刘志超,屈百达.结合BM3 D去噪与极限学习机的SAR目标分类方法[J].电光与控制,2021,28(6):29-32. |
| |
| 作者姓名： | 刘志超 屈百达 |
| |
| 作者单位： | 江南大学物联网工程学院,江苏 无锡 214000;无锡太湖学院物联网工程学院,江苏 无锡 214000;江南大学物联网工程学院,江苏 无锡 214000 |
| |
| 摘 要： | 合成孔径雷达(SAR)目标分类一般通过特征提取和分类决策具体实施.采用3维块匹配滤波(BM3D)去噪算法对SAR图像进行处理,减轻噪声干扰的影响.在此基础上,采用极限学习机(ELM)对去噪后的图像进行决策分类.ELM具有很高的分类效率和分类精度,其对噪声的敏感性可通过BEMD去噪算法克服.因此,通过结合BM3D以及ELM的优势可提高目标分类的整体性能.基于MSTAR数据集对提出方法进行测试,结果表明了所提方法的有效性和稳健性.
|
| 关 键 词： | 合成孔径雷达 目标分类 BM3D去噪 极限学习机 |
An SAR Target Classification Method Based on BM3 D Denoising and Extreme Learning Machine |
| |
| LIU Zhichao,QU Baida.An SAR Target Classification Method Based on BM3 D Denoising and Extreme Learning Machine[J].Electronics Optics & Control,2021,28(6):29-32. |
| |
| Authors: | LIU Zhichao QU Baida |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
