资料下载
×
基于改进的子类判决分析的SAR目标特征提取与识别
消耗积分:2 |
格式:rar |
大小:223 |
2009-11-09
分享资料个
针对大多文献中假设合成孔径雷达(SAR)数据服从单模分布带来的问题，该文提出改进的子类判决分析(ICDA)，它假设SAR 目标数据服从更合理更实际的多模分布。首先采用快速全局k-均值聚类算法找到每类目标的子类划分，然后基于子类判决分析(CDA)准则寻找最优的投影矢量，使得投影后不同类别的子类样本之间距离最大而每个子类内部的样本散布最小。用美国运动和静止目标获取与识别(MSTAR)计划录取的SAR 地面静止目标数据的实验结果表明，ICDA 可获得较好的对真实目标的分类性能和对干扰目标的拒判能力。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
