典型文献
基于多姿态角模型的SAR图像分类方法
文献摘要：
针对传统合成孔径雷达(SAR)图像目标识别存在精度低、效率差的问题,提出一种多姿态角模型SAR图像分类方法.根据SAR图像姿态角敏感特性,首先将数据集按照不同方式和间距进行划分,得到不同的数据集组合,其次利用卷积神经网络训练划分后的数据集得到不同组子模型,并将效果最好的一组子模型融合成一种多姿态角模型,最后使用稀疏表示的方法对待测样本进行姿态角的角度估计,获取其姿态角信息后送入多姿态角模型中进行模型匹配,得到图像分类结果.实验结果表明,所提方法的目标识别准确率高于传统算法,在姿态角变化较小的数据集中训练得到的模型能够对目标群体进行更精确的目标类别估计.
文献关键词：
合成孔径雷达;自动目标识别;卷积神经网络;姿态角估计;多姿态角模型
中图分类号：
作者姓名：
李家强;胡张燕;杨广乐;陈金立;黄柏圣
作者机构：
南京信息工程大学气象灾害预报预警与评估协同创新中心,南京210044;南京信息工程大学电子与信息工程学院,南京210044
文献出处：
引用格式：
[1]李家强;胡张燕;杨广乐;陈金立;黄柏圣-.基于多姿态角模型的SAR图像分类方法)[J].现代雷达,2022(12):63-69
A类：
多姿态角模型,姿态角估计
B类：
SAR,图像分类,分类方法,统合,合成孔径雷达,别存,不同方式,神经网络训练,子模型,模型融合,稀疏表示,角度估计,后送,送入,模型匹配,识别准确率,传统算法,练得,目标群体,自动目标识别
AB值：
0.202111
相似文献
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。
