10.3969/j.issn.1001-2400.2016.02.005
采用多任务稀疏学习的雷达HRRP小样本目标识别
为实现用较少的训练样本对高分辨距离像进行识别,文中提出一种采用多任务稀疏学习的统计建模方法.该方法将各帧训练样本的统计建模视为单一的任务,由于各帧训练样本间不是完全独立而是相互关联的,因此,设定所有帧的训练样本采用同一个字典以实现帧间信息的共享.由于目标的不同以及同一目标的方位敏感性,通常很难确定各训练帧的相关性,而不相关任务间的联合学习将会降低识别性能.因此,采用Bernoulli-Beta先验根据给定训练数据自动学出每一帧需要的原子,而通过不同帧间共享的原子个数就可以判断它们的相关性,从而实现自适应的多任务学习.基于实测高分辨距离像数据的识别实验,证明了文中方法的有效性.
雷达目标识别、高分辨距离像、稀疏贝叶斯、多任务学习
43
TN959.1+7
国家自然科学基金资助项目61271024 ,61201296 ,61322103;全国优秀博士学位论文作者专项资金资助项目FANEDD-201156;中央高校基本科研业务费专项资金资助项目K5051302010
2016-05-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
23-28