基于非负稀疏表示的SAR图像目标识别方法.pdfVIP

下载本文档

8
0
约2.52万字
约 8页
2017-08-22 发布于重庆
举报
版权申诉

基于非负稀疏表示的SAR图像目标识别方法.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于非负稀疏表示的SAR图像目标识别方法.pdf

第36卷第9期电子与信息学报 Vbl．36No．9 JournalofElectronics＆Information 2014年9月 Technology Sept．2014 基于非负稀疏表示的SAR图像目标识别方法丁军+ 刘宏伟王英华 (西安电子科技大学雷达信号处理国家重点实验室西安710071) 摘要：针对合成孔径雷达(SAR)图像目标识别中存在物体遮挡的情况，该文提出一种基于非负稀疏表示的分类方法。通过分析L0范数和L1范数最小化在求解非负稀疏表示问题上的区别，证明在一定条件下，L1范数最小化方法除了保持解的稀疏性还能得到与输入信号更加相似的原子集合，因此也更加适用于分类问题中。在运动和静止目标获取与识另tJ(MSTAR)数据集上的识别实验结果表明，采用L1范数的非负稀疏表示分类方法能达到较好的识别性能，并且相对传统方法对存在遮挡情况下的识别问题更稳健。关键词：SAR目标识别；非负稀疏表示：L1范数最小化中图分类号：TN957．51 文献标识码： A 146．2013．01451 DOI：10．3724／SP．J．1 SAR Basedon ImageTargetRecognition SparseRepresentation Non-negative Jun Liu Ding Hong-weiWangYing-hua Radar Laboratoryof (NationalKey SignalProcessing，XidianUniversity，Xi’an710071，China) Abstract：InordertosolvetheocclusionissueinSAR newclassificationmethodis imagetargetrecognition，a basedon differencebetweenL0一normandL1一normminimization sparse proposed non—negativerepresentation．The in is itis thatL1一norm solvingnon—negativesparserepresentationproblemanalyzed，andproved regularization method not of but the between the the thesolutionalso the and pursuitsonly sparsity similarity inputsignal selectedatomsundersome itisfitforclassification on results