本文關(guān)鍵詞： 流形學(xué)習(xí) 混合因子分析 EM算法 特征提取　出處：《中國新通信》2014年01期 　論文類型：期刊論文

【摘要】：主成分分析法(PCA)及其常用的推廣的線性特征提取方法在SAR識別中通過變量的少數(shù)幾個線性組合來解釋隨機(jī)向量的協(xié)方差結(jié)構(gòu)并提取特征值,然而在線性變化及特征選取中容易丟失大量信息,對樣本的描述性不夠。針對該問題,本文提出了一種基于形學(xué)習(xí)算法,根據(jù)每一類MSTAR目標(biāo)圖像存在小幅姿態(tài)、方向微弱變化,從而判斷處于高維數(shù)據(jù)空間的某個低維流形上這一特征,利用混合因子分析模型來對流形建模,根據(jù)不同目標(biāo)所在的流形的特征參數(shù),構(gòu)建全局字典,實(shí)驗(yàn)證明,所提出的方法在識別率及速度上優(yōu)于常規(guī)的線性特征提取方法。
[Abstract]:Principal component Analysis (PCA) and its extended linear feature extraction method are used in SAR recognition to interpret the covariance structure of random vectors and extract eigenvalues by a few linear combinations of variables. However, it is easy to lose a lot of information in the linear variation and feature selection, so the description of samples is not enough. In order to solve this problem, this paper proposes a form-based learning algorithm. According to the small attitude and weak change of direction in each kind of MSTAR target image, this feature is judged on a low dimensional manifold in high dimensional data space, and the mixed factor analysis model is used to model the convection shape. According to the characteristic parameters of manifold with different targets, the global dictionary is constructed. The experimental results show that the proposed method is superior to the conventional linear feature extraction method in recognition rate and speed.
【作者單位】： 南京航空航天大學(xué)電子信息工程學(xué)院;
【分類號】：TN957.52
【正文快照】： 合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)作為一種全天時、全天候的主動式微波輻射傳感器,在軍事和民用方面有著廣泛應(yīng)用。SAR圖像目標(biāo)識別技術(shù)因其重要的軍事和戰(zhàn)略意義,一直是近年來研究的熱點(diǎn)內(nèi)容。單一的SAR圖像在不同俯角下可以在高維樣本空間中形成一個低維線性SAR

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖文定;張文棟;熊繼軍;;基于小波變換的被動聲目標(biāo)識別的研究[J];彈箭與制導(dǎo)學(xué)報(bào);2005年S1期

2 邵仙鶴;李愛芝;嚴(yán)發(fā)寶;喬曉林;;一種基于復(fù)加權(quán)的目標(biāo)極化識別方法[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

3 余貴水;盧建斌;魏鐘記;劉江波;;基于一維距離像的雷達(dá)目標(biāo)識別研究進(jìn)展[J];現(xiàn)代雷達(dá);2010年06期

4 蘇國東;黃小紅;陳曾平;;基于獨(dú)立分量分析的ISAR圖像特征提取方法[J];火力與指揮控制;2011年03期

5 王兵;黃鈺林;楊建宇;武俊杰;;基于最大異類距離特征提取的SAR目標(biāo)識別方法[J];中國科學(xué):技術(shù)科學(xué);2011年10期

6 郭相科;劉進(jìn)忙;曹學(xué)斌;張玉鵬;;子類獨(dú)立分量分析在聲目標(biāo)識別中的應(yīng)用[J];聲學(xué)技術(shù);2007年05期

7 蔡洪;何強(qiáng);韓壯志;尚朝軒;;基于局部保持判別子空間的ISAR目標(biāo)識別[J];中國電子科學(xué)研究院學(xué)報(bào);2009年06期

8 胡步發(fā);一種基于模糊聚類的自動目標(biāo)識別算法[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年03期

9 李凱;秦江敏;楊軍;;一維距離像的雷達(dá)目標(biāo)特征提取方法研究[J];空軍雷達(dá)學(xué)院學(xué)報(bào);2008年03期

10 苗常青,汪渤,付夢印,徐學(xué)強(qiáng);電視圖像目標(biāo)實(shí)時分割與識別算法[J];北京理工大學(xué)學(xué)報(bào);2005年09期

相關(guān)會議論文 前10條

1 郭尊華;李少洪;;高分辨率距離(HRR)像識別方法綜棕[A];中國航空學(xué)會信號與信息處理專業(yè)全國第八屆學(xué)術(shù)會議論文集[C];2004年

2 楊日杰;施建禮;林洪文;;一種雷達(dá)視頻回波特征提取方法研究[A];中國航空學(xué)會信號與信息處理專業(yè)全國第八屆學(xué)術(shù)會議論文集[C];2004年

3 楊文;孫洪;管鮑;王曉軍;;基于目標(biāo)識別的SAR圖像特征分析[A];第十一屆全國信號處理學(xué)術(shù)年會（CCSP-2003）論文集[C];2003年

4 萬紅;李申堂;王志剛;;雷達(dá)目標(biāo)識別及神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用初探[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

5 黃健;黃曉濤;李欣;;雷達(dá)目標(biāo)微動與微多普勒分析[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國青年通信學(xué)術(shù)會議論文集[C];2009年

6 王東;李琦;王騏;;基于特征序列相關(guān)度的相干激光雷達(dá)距離像目標(biāo)識別仿真[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

7 逯貴禎;王玲;;合成孔徑雷達(dá)圖像識別的馬爾科夫隨機(jī)場方法研究[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2009年

8 錢小聰;鄭寶玉;穆明鑫;;神經(jīng)網(wǎng)絡(luò)聯(lián)機(jī)手寫簽名驗(yàn)證[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

9 蔣新勝;馬光彥;王偉策;李華兵;;神經(jīng)網(wǎng)絡(luò)在智能地雷目標(biāo)識別中的應(yīng)用[A];2002中國控制與決策學(xué)術(shù)年會論文集[C];2002年

10 何新;史迎春;周獻(xiàn)中;;一種基于獨(dú)立分量分析的音頻分類方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2005）論文集[C];2005年

相關(guān)重要報(bào)紙文章 前1條

1 中科院自動化所生物特征認(rèn)證與測評中心 白俊梅;聽到的真實(shí)嗎？[N];計(jì)算機(jī)世界;2003年

相關(guān)博士學(xué)位論文 前10條

1 侯慶禹;基于高分辨距離像的雷達(dá)自動目標(biāo)識別方法研究[D];西安電子科技大學(xué);2009年

2 吳杰;基于高分辨距離像的雷達(dá)自動目標(biāo)識別技術(shù)研究[D];南京航空航天大學(xué);2012年

3 劉進(jìn);微動目標(biāo)雷達(dá)信號參數(shù)估計(jì)與物理特征提取[D];國防科學(xué)技術(shù)大學(xué);2010年

4 柴晶;雷達(dá)高分辨距離像目標(biāo)識別的拒判算法和特征提取技術(shù)研究[D];西安電子科技大學(xué);2010年

5 廖闊;基于高分辨距離像的雷達(dá)自動目標(biāo)識別研究[D];電子科技大學(xué);2012年

6 孫真真;基于光學(xué)區(qū)雷達(dá)目標(biāo)二維像的目標(biāo)散射特征提取的理論及方法研究[D];中國人民解放軍國防科學(xué)技術(shù)大學(xué);2001年

7 朱明;復(fù)雜體制雷達(dá)輻射源信號時頻原子特征研究[D];西南交通大學(xué);2008年

8 酈蘇丹;SAR圖像特征提取與目標(biāo)識別方法研究[D];國防科學(xué)技術(shù)大學(xué);2001年

9 馬君國;空間雷達(dá)目標(biāo)特征提取與識別方法研究[D];國防科學(xué)技術(shù)大學(xué);2006年

10 蔣永華;旋轉(zhuǎn)機(jī)械非平穩(wěn)信號微弱特征提取方法研究[D];重慶大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 查品德;毫米波雷達(dá)回波去噪與特征提取研究[D];哈爾濱工程大學(xué);2005年

2 楊慧軍;基于特征融合的自動目標(biāo)識別技術(shù)研究[D];上海交通大學(xué);2008年

3 呂金銳;基于支持向量機(jī)的合成孔徑雷達(dá)圖像目標(biāo)識別[D];西安科技大學(xué);2010年

4 黃健;履帶式車輛微多普勒效應(yīng)與特征提取[D];國防科學(xué)技術(shù)大學(xué);2009年

5 韓文波;激光目標(biāo)識別與通信系統(tǒng)研究[D];長春理工大學(xué);2002年

6 張小寧;基于小波變換和神經(jīng)網(wǎng)絡(luò)的目標(biāo)識別技術(shù)的研究[D];山東科技大學(xué);2003年

7 趙玉麗;基于窄帶雷達(dá)的彈道導(dǎo)彈真假目標(biāo)識別[D];電子科技大學(xué);2012年

8 胡笑斌;SAR圖像目標(biāo)識別中幾個問題的研究[D];合肥工業(yè)大學(xué);2005年

9 李仁杰;高分辨率SAR圖像目標(biāo)三維特征提取與建模[D];國防科學(xué)技術(shù)大學(xué);2010年

10 田亞平;雷達(dá)地面目標(biāo)分類技術(shù)研究[D];西安電子科技大學(xué);2013年

，

本文編號：1461272