典型文献
基于BVMD特征决策融合的SAR目标识别方法
文献摘要：
针对合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别问题,将二维变分模态分解(Bidimensional Variational Mode Decomposition,BVMD)用于特征提取进而进行分类决策.BVMD将原始SAR图像分解为若干模态,实现对目标特性的层次化细致描述.采用稀疏表示分类(Sparse Representation-based Classification,SRC)分别对各个模态进行分类进而根据输出的重构误差定义各个模态的分类置信度.通过门限法选取若干具有高置信度的模态进行决策融合从而判定测试样本的类别.实验中,在MSTAR数据集上对提出方法进行验证.通过在标准操作条件和扩展操作条件下与几类现有方法进行对比,结果证明该方法是有效和稳健的.
文献关键词：
合成孔径雷达;目标识别;二维变分模态分解;稀疏表示分类;决策融合
中图分类号：
作者姓名：
莫海宁;钟友坤
作者机构：
广西科技大学宏达威爱科技学院,广西柳州545006;河池学院物理与机电工程学院,广西宜州546300
文献出处：
引用格式：
[1]莫海宁;钟友坤-.基于BVMD特征决策融合的SAR目标识别方法)[J].电子信息对抗技术,2022(05):40-44,50
A类：
BVMD,二维变分模态分解,Bidimensional
B类：
决策融合,SAR,目标识别方法,合成孔径雷达,Synthetic,Aperture,Radar,Variational,Mode,Decomposition,分类决策,图像分解,目标特性,层次化,稀疏表示分类,Sparse,Representation,Classification,SRC,重构误差,置信度,过门,门限,若干具,MSTAR,操作条件,几类
AB值：
0.352631
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
