本文關(guān)鍵詞：基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的SAR圖像目標(biāo)識別算法

  更多相關(guān)文章： 目標(biāo)識別 Lee濾波 HOG變換 深度學(xué)習(xí) 神經(jīng)網(wǎng)絡(luò)

【摘要】：提出了一種有效的SAR圖像目標(biāo)識別新方法。首先采用改進(jìn)后的增強(qiáng)Lee濾波和HOG變換對SAR圖像進(jìn)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(jìn)行目標(biāo)分割和目標(biāo)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(biāo)識別率,正確率可以達(dá)到97%。
【作者單位】： 南京林業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院;
【關(guān)鍵詞】： 目標(biāo)識別 Lee濾波 HOG變換 深度學(xué)習(xí) 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(dá)(synthetic aperture radar,SAR)圖像目標(biāo)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(jià)值和軍用價(jià)值。良好的類間差異性和類內(nèi)凝聚性是用于目標(biāo)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(biāo)一般利用單一的統(tǒng)計(jì)學(xué)為基礎(chǔ)進(jìn)行目標(biāo)識別,例如基于

【相似文獻(xiàn)】

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(dá)在空間目標(biāo)識別中的應(yīng)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(dá)目標(biāo)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(biāo)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(biāo)抑制與目標(biāo)識別[J];光學(xué)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(dá)圖像目標(biāo)識別[J];計(jì)算機(jī)應(yīng)用與軟件;2013年12期

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

7 許小劍,黃培康;利用RCS幅度信息進(jìn)行雷達(dá)目標(biāo)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(jī)目標(biāo)識別[J];電子學(xué)報(bào);1997年12期

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

10 狄方旭;王小平;林秦穎;劉哲;;雷達(dá)與紅外數(shù)據(jù)融合的近距空中目標(biāo)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(jī)在決策層融合目標(biāo)識別中的應(yīng)用[A];中國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)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(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

3 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

本文編號：774802