火力与指挥控制
火力與指揮控製
화력여지휘공제
FIRE CONTROL & COMMAND CONTROL
2014年
2期
151-155
,共5页
合成孔径雷达%目标识别%线性鉴别分析%非参数特征分析
閤成孔徑雷達%目標識彆%線性鑒彆分析%非參數特徵分析
합성공경뢰체%목표식별%선성감별분석%비삼수특정분석
SAR%target recognition%LDA%nonparametric feature analysis
通过对传统线性鉴别分析局限性的分析,提出一种基于两向二维非参数特征分析((2D)2NFA)的SAR图像目标识别方法,该方法有效克服了线性鉴别分析的固有缺陷并且运算量也大大降低.首先,定义一种图像矩阵的近邻样本选取方法,继而利用k近邻样本构造(2D)2NFA的类间散度矩阵和类内散度矩阵,然后使用(2D)2NFA提取样本的特征,最后在特征空间中使用简单的最近邻分类器进行待识别测试目标的分类识别.用美国运动和静止目标获取与识别(MSTAR)计划录取的SAR图像数据进行了仿真实验,实验结果表明(2D)2NFA增强了提取特征的可鉴别性,能够获得更高的识别率,而且减小了特征维数.
通過對傳統線性鑒彆分析跼限性的分析,提齣一種基于兩嚮二維非參數特徵分析((2D)2NFA)的SAR圖像目標識彆方法,該方法有效剋服瞭線性鑒彆分析的固有缺陷併且運算量也大大降低.首先,定義一種圖像矩陣的近鄰樣本選取方法,繼而利用k近鄰樣本構造(2D)2NFA的類間散度矩陣和類內散度矩陣,然後使用(2D)2NFA提取樣本的特徵,最後在特徵空間中使用簡單的最近鄰分類器進行待識彆測試目標的分類識彆.用美國運動和靜止目標穫取與識彆(MSTAR)計劃錄取的SAR圖像數據進行瞭倣真實驗,實驗結果錶明(2D)2NFA增彊瞭提取特徵的可鑒彆性,能夠穫得更高的識彆率,而且減小瞭特徵維數.
통과대전통선성감별분석국한성적분석,제출일충기우량향이유비삼수특정분석((2D)2NFA)적SAR도상목표식별방법,해방법유효극복료선성감별분석적고유결함병차운산량야대대강저.수선,정의일충도상구진적근린양본선취방법,계이이용k근린양본구조(2D)2NFA적류간산도구진화류내산도구진,연후사용(2D)2NFA제취양본적특정,최후재특정공간중사용간단적최근린분류기진행대식별측시목표적분류식별.용미국운동화정지목표획취여식별(MSTAR)계화록취적SAR도상수거진행료방진실험,실험결과표명(2D)2NFA증강료제취특정적가감별성,능구획득경고적식별솔,이차감소료특정유수.
