基于最大异类距离特征提取的SAR目标识别方法

被引:3
作者
王兵
黄钰林
杨建宇
武俊杰
机构
[1] 电子科技大学电子工程系
关键词
合成孔径雷达; 自动目标识别; 流形学习; 特征提取;
D O I
暂无
中图分类号
TN958 [雷达:按体制分];
学科分类号
080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;
摘要
合成孔径雷达自动目标识别是合成孔径雷达的一个重要的应用方面,如何在高维SAR图像中提取有效分类信息是制约自动目标识别的瓶颈问题.本文基于流形结构假设,提出了一种新的特征提取方法——最大异类距离特征提取,该方法融入了样本集类别信息和邻域信息,通过最大化异类样本的距离实现特征提取,以提高特征的可鉴别性.基于MSTAR数据库的实验已验证了本文提出的方法能够有效提高目标识别率.
引用
收藏
页码:1388 / 1392
页数:5
相关论文
共 2 条
[1]  
Information compression and speckle reduction for multifrequency polarimetric SAR images based on kernel PCA[J]. Li Ying, Lei Xiaogang, Bai Bendu & Zhang Yanning Dept. of Computer Science and Engineering, Northwest Polytechnical Univ., Xi’an 710072, P. R. China (Received November 1, 2006).Journal of Systems Engineering and Electronics. 2008(03)
[2]  
Locality preserving projections .2 He X F,Niyogi P. Adv Neural Inf Proc Syst . 2004