10.3969/j.issn.1002-0640.2020.02.027
联合多层次深度特征的SAR图像目标识别方法
提出了联合多层次深度特征的合成孔径雷达(SAR)目标识别方法.采用卷积神经网络(CNN)学习SAR图像的多层次深度特征.多层次的深度特征从不同方面描述原始SAR图像中的目标特性,从而为目标识别提供更充分的决策依据.为了充分发掘不同层次深度特征的独立特性以及它们之间的内在关联,采用联合稀疏表示对多层次的深度特征进行联合分类.根据各层次特征的整体重构误差判定目标类别.采用MSTAR(Moving and Stationary Target Acquisition and Recognition)公共数据集对提出方法进行了性能测试.实验结果表明,该方法的识别性能显著优于现有的SAR目标识别方法.
合成孔径雷达、目标识别、多层次深度特征、联合稀疏表示
45
TN957
2017年度江西省高校人文社会科学研究青年项目;2017年江西省高等学校教学改革研究课题
2020-06-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
135-140