本文關(guān)鍵詞：基于深度學習神經(jīng)網(wǎng)絡(luò)的SAR圖像目標識別算法

  更多相關(guān)文章： 目標識別 Lee濾波 HOG變換 深度學習 神經(jīng)網(wǎng)絡(luò)

【摘要】：提出了一種有效的SAR圖像目標識別新方法。首先采用改進后的增強Lee濾波和HOG變換對SAR圖像進行特征提取,然后通過層疊RBM和GRNN相結(jié)合的混合神經(jīng)網(wǎng)絡(luò)對SAR圖像進行目標分割和目標識別。利用測試圖像庫的MATLAB算法仿真,結(jié)果表明該方法可以明顯提高目標識別率,正確率可以達到97%。
【作者單位】： 南京林業(yè)大學信息科學技術(shù)學院;
【關(guān)鍵詞】： 目標識別 Lee濾波 HOG變換 深度學習 神經(jīng)網(wǎng)絡(luò)
【分類號】：TN957.52;TP183
【正文快照】： 0引言合成孔徑雷達(synthetic aperture radar,SAR)圖像目標識別[1-2]在SAR圖像處理和模式識別領(lǐng)域有著重要的商業(yè)價值和軍用價值。良好的類間差異性和類內(nèi)凝聚性是用于目標識別的特征數(shù)據(jù)必須具備的特性。傳統(tǒng)的SAR圖像目標一般利用單一的統(tǒng)計學為基礎(chǔ)進行目標識別,例如基于

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 R.B.Dybdal ,于霆;毫米波雷達在空間目標識別中的應用[J];系統(tǒng)工程與電子技術(shù);1980年09期

2 E.DalleMese ,A.Cantoni ,許小劍;雷達目標識別[J];系統(tǒng)工程與電子技術(shù);1985年11期

3 郭桂蓉,郁文賢,胡步法;一種有效的艦船目標識別新方法[J];系統(tǒng)工程與電子技術(shù);1990年06期

4 呂超全;;多目標抑制與目標識別[J];光學工程;1983年06期

5 季秀霞;卞曉曉;;基于壓縮感知的合成孔徑雷達圖像目標識別[J];計算機應用與軟件;2013年12期

6 龔彬;王福豹;趙玉輝;;一種面向目標識別的分布式臨時簇構(gòu)建算法[J];計算機測量與控制;2008年11期

7 許小劍,黃培康;利用RCS幅度信息進行雷達目標識別[J];系統(tǒng)工程與電子技術(shù);1992年06期

8 肖順平，王雪松，，郭桂蓉，莊釗文，曾勇虎;基于極化譜的飛機目標識別[J];電子學報;1997年12期

9 黃為倬;;目標識別和逆合成口徑雷達[J];現(xiàn)代雷達;1988年06期

10 狄方旭;王小平;林秦穎;劉哲;;雷達與紅外數(shù)據(jù)融合的近距空中目標識別[J];電光與控制;2014年09期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 杜志敏;蔣立輝;田峻峰;;支持向量機在決策層融合目標識別中的應用[A];中國電子學會第十五屆信息論學術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學術(shù)年會論文集（下冊）[C];2008年

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

3 王東;李琦;王騏;;基于特征序列相關(guān)度的相干激光雷達距離像目標識別仿真[A];圖像圖形技術(shù)與應用進展——第三屆圖像圖形技術(shù)與應用學術(shù)會議論文集[C];2008年

本文編號：774802