| 结合全局和局部稀疏表示的SAR图像目标识别方法 |
| |
| 引用本文： | 李亚娟.结合全局和局部稀疏表示的SAR图像目标识别方法[J].电子测量与仪器学报,2020,34(2):165-171. |
| |
| 作者姓名： | 李亚娟 |
| |
| 作者单位： | 1.安康学院电子信息技术研究中心 |
| |
| 基金项目： | 陕西省教育厅项目（11JK0648）资助 |
| |
| 摘 要： | 提出结合全局和局部稀疏表示的合成孔径雷达(SAR)目标识别方法。基于全局字典的稀疏表示可以比较各个训练类别对于测试样本的相对表征能力。而基于局部字典的稀疏表示则体现各个类别对于测试样本的绝对描述能力。因此,两者的结果具有良好的互补性,可以为正确决策提供更充分的信息。采用D-S (Dempster-Shafer)证据理论对两者的决策矢量(即重构误差)进行决策融合从而得到更为稳健的识别结果。基于MSTAR数据集进行了目标识别实验并与其他SAR目标识别方法进行了充分对比,实验结果证明了提出方法的有效性。
|
| 关 键 词： | 合成孔径雷达 目标识别 全局字典 局部字典 D-S证据理论 |
Target recognition of SAR images based on combination of global and local sparse representations |
| |
| Li Yajuan.Target recognition of SAR images based on combination of global and local sparse representations[J].Journal of Electronic Measurement and Instrument,2020,34(2):165-171. |
| |
| Authors: | Li Yajuan |
| |
| Affiliation: | 1.Electronic Information Technology Research Center, Ankang University |
| |
| Abstract: | |
| |
| Keywords: | synthetic aperture radar target recognition global dictionary local dictionary D-S evidence theory |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《电子测量与仪器学报》浏览原始摘要信息 |
|
点击此处可从《电子测量与仪器学报》下载全文 |
