【摘要】：特征提取是合成孔徑雷達(dá)圖像目標(biāo)識(shí)別的關(guān)鍵步驟,也是難點(diǎn)之一。該文提出一種基于PGBN(Poisson Gamma Belief Network)模型的SAR圖像目標(biāo)識(shí)別方法。PGBN模型作為一種深層貝葉斯生成網(wǎng)絡(luò),利用伽馬分布具有的高度非線性,從復(fù)雜的SAR圖像數(shù)據(jù)中獲得了更具結(jié)構(gòu)化的多層特征表示,這種多層特征表示有效提高了SAR圖像目標(biāo)識(shí)別性能。為了獲得更高的訓(xùn)練效率和識(shí)別率,該文進(jìn)一步采用樸素貝葉斯準(zhǔn)則提出了一種對(duì)PGBN模型進(jìn)行分類的方法。實(shí)驗(yàn)采用MSTAR的3類目標(biāo)數(shù)據(jù)進(jìn)行了驗(yàn)證,結(jié)果表明通過該方法提取的特征有更好的結(jié)構(gòu)信息,對(duì)SAR圖像目標(biāo)識(shí)別具有較好的性能。
[Abstract]:Feature extraction is a key step in SAR image target recognition, and it is also one of the difficulties. In this paper, a SAR image target recognition method based on PGBN (Poisson Gamma Belief Network) model. PGBN model is proposed as a deep Bayesian generating network. A more structured multi-layer feature representation is obtained from the complex SAR image data. This multi-layer feature representation can effectively improve the performance of target recognition in SAR images. In order to obtain higher training efficiency and recognition rate, this paper proposes a method for classifying PGBN models by using naive Bayes criterion. The experimental results show that the features extracted by this method have better structure information and better performance for target recognition in SAR images.
【作者單位】： 西安電子科技大學(xué)雷達(dá)信號(hào)處理國(guó)家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(61372132,61271291) 新世紀(jì)優(yōu)秀人才支持計(jì)劃(NCET13-0945) 杰出青年科學(xué)基金(61525105) 青年千人計(jì)劃~~
【分類號(hào)】：TN957.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐勝榮，，李忠興;自然景物中橋梁目標(biāo)識(shí)別方法的研究[J];浙江大學(xué)學(xué)報(bào)(自然科學(xué)版);1995年03期

2 董慧穎;基于模糊理論的地面三維目標(biāo)識(shí)別方法[J];信息與控制;2001年S1期

3 黨宏社,韓崇昭;一種基于證據(jù)推理的目標(biāo)識(shí)別方法[J];計(jì)算機(jī)工程與應(yīng)用;2003年10期

4 ;雷達(dá)總論、雷達(dá)理論與技術(shù)[J];電子科技文摘;2006年02期

5 郭聯(lián)金;陳健;;基于多傳感器數(shù)據(jù)融合的目標(biāo)識(shí)別方法[J];廣東有色金屬學(xué)報(bào);2006年03期

6 王琰;楊大為;;小波系數(shù)特征的目標(biāo)識(shí)別方法[J];小型微型計(jì)算機(jī)系統(tǒng);2008年03期

7 王剛;賀偉;董衛(wèi)斌;陳遵田;崔東森;;一種基于形態(tài)點(diǎn)特征的目標(biāo)識(shí)別方法[J];探測(cè)與控制學(xué)報(bào);2010年06期

8 廖蘇鵬;李興國(guó);;一種新的目標(biāo)識(shí)別方法[J];制導(dǎo)與引信;1992年02期

9 李飚,李吉成,沈振康;一種基于神經(jīng)網(wǎng)絡(luò)的紅外目標(biāo)識(shí)別方法[J];系統(tǒng)工程與電子技術(shù);1999年02期

10 鮑溪清;實(shí)時(shí)二維多尺度目標(biāo)識(shí)別方法及其應(yīng)用[J];大連鐵道學(xué)院學(xué)報(bào);2005年02期

相關(guān)會(huì)議論文 前9條

1 張艷寧;趙榮椿;梁怡;;一種有效的圖像目標(biāo)識(shí)別方法[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（下冊(cè)）[C];2002年

2 肖懷鐵;郭雷;付強(qiáng);;一種新的模糊支持矢量機(jī)多目標(biāo)識(shí)別方法[A];第十二屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

3 任文君;蘇開娜;;一種復(fù)雜背景下基于知識(shí)的目標(biāo)識(shí)別方法的研究[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年

4 張純;許楓;;基于運(yùn)動(dòng)特征的水下蛙人目標(biāo)識(shí)別方法[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2011年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2011年

5 陶志國(guó);姜一暉;柳鵬;;基于BP神經(jīng)網(wǎng)絡(luò)的飛機(jī)目標(biāo)識(shí)別方法研究[A];'2006系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2006年

6 張峰;薛青;;基于貝葉斯網(wǎng)絡(luò)的戰(zhàn)場(chǎng)目標(biāo)識(shí)別方法研究[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(huì)議論文集[C];2008年

7 張冬英;洪津;王峰;駱冬根;邱成峰;;基于灰度直方圖的暗目標(biāo)識(shí)別方法[A];光子科技創(chuàng)新與產(chǎn)業(yè)化——長(zhǎng)三角光子科技創(chuàng)新論壇暨2006年安徽博士科技論壇論文集[C];2006年

8 晉朝勃;胡剛強(qiáng);史廣智;李玉陽(yáng);;一種采用支持向量機(jī)的水中目標(biāo)識(shí)別方法[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2011年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2011年

9 何心怡;蔣興舟;;基于脈寬延伸與多普勒效應(yīng)的目標(biāo)識(shí)別方法[A];中國(guó)聲學(xué)學(xué)會(huì)2001年青年學(xué)術(shù)會(huì)議[CYCA'01]論文集[C];2001年

相關(guān)博士學(xué)位論文 前5條

1 白剛浩;基于視覺注意和局部不變性特征相結(jié)合的目標(biāo)識(shí)別技術(shù)研究[D];浙江大學(xué);2015年

2 湯曉;基于復(fù)雜網(wǎng)絡(luò)的圖像目標(biāo)識(shí)別方法研究[D];廣東工業(yè)大學(xué);2013年

3 王光偉;基于非對(duì)稱逆布局模型的目標(biāo)識(shí)別方法研究[D];華中科技大學(xué);2012年

4 邢學(xué)敏;CRInSAR與PSInSAR聯(lián)合監(jiān)測(cè)礦區(qū)時(shí)序地表形變研究[D];中南大學(xué);2011年

5 陳振學(xué);基于特征顯著性的目標(biāo)識(shí)別方法及其應(yīng)用研究[D];華中科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 羅飛揚(yáng);基于局部相似結(jié)構(gòu)統(tǒng)計(jì)匹配模型的紅外目標(biāo)識(shí)別方法[D];南京理工大學(xué);2015年

2 武俊;復(fù)雜環(huán)境中特定目標(biāo)識(shí)別方法研究[D];上海交通大學(xué);2015年

3 楊紅葉;基于圖像差異性特征描述的目標(biāo)識(shí)別方法及其應(yīng)用[D];華北電力大學(xué);2015年

4 楊慧;融合RGB特征和Depth特征的3D目標(biāo)識(shí)別方法研究[D];合肥工業(yè)大學(xué);2015年

5 卜定欣;基于LabVIEW的靜電信號(hào)采集和目標(biāo)識(shí)別方法的實(shí)現(xiàn)[D];江蘇大學(xué);2016年

6 胡大盟;圖像輪廓的特征描述及其單目標(biāo)識(shí)別方法研究[D];蘇州大學(xué);2016年

7 薛陶蓓;基于LARK和近鄰結(jié)構(gòu)匹配的紅外目標(biāo)識(shí)別方法[D];南京理工大學(xué);2016年

8 潘偉;基于重構(gòu)的目標(biāo)識(shí)別方法在人臉及雷達(dá)數(shù)據(jù)庫(kù)上的應(yīng)用研究[D];西安電子科技大學(xué);2012年

9 姜嘉琳;基于結(jié)構(gòu)稀疏的目標(biāo)識(shí)別方法[D];西安電子科技大學(xué);2013年

10 程蕾;基于局部特征幾何結(jié)構(gòu)的目標(biāo)識(shí)別方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

本文編號(hào)：2219961