- · 《中国测试》编辑部征稿[10/30]
- · 《中国测试》杂志社刊物[10/30]
- · 《中国测试》期刊栏目设[10/30]
- · 《中国测试》数据库收录[10/30]
- · 《中国测试》投稿方式[10/30]
- · 中国测试版面费是多少[10/30]
来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。 一、投稿方式： 1、 请从 我刊官网 直接投稿 。 2、 请 从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。 二、稿件著作权： 1、 投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、 投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 第5条所述之网络是指通过我刊官网。 7、 投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
电信技术论文_融合CNN和SRC决策的SAR图像目标
作者:网站采编关键词:
摘要：文章摘要:提出基于卷积神经网络（convolutional neural network，CNN）与稀疏表示分类（sparse representation-based classification，SRC）联合决策的合成孔径雷达（synthetic aperture radar，SAR）目标识别方
文章摘要:提出基于卷积神经网络（convolutional neural network，CNN）与稀疏表示分类（sparse representation-based classification，SRC）联合决策的合成孔径雷达（synthetic aperture radar，SAR）目标识别方法。CNN通过深度网络学习SAR图像的多层次特征，进而对其所属的目标类别进行判决。研究表明，CNN在训练样本充足的条件下可以取得很好的识别性能。然而，对于训练样本未能包含的条件，CNN的分类性能通常会出现明显下降。为此，本文首先采用CNN对待识别的测试样本进行分类，并根据输出的决策值（即，各个训练类别对应的后验概率）计算当前分类结果的可靠性。当分类结果判定可靠时，则直接采信CNN的决策，输出测试样本的目标类别。反之，则根据CNN输出的决策值筛选若干候选类别，然后基于它们的训练样本构建全局字典用于SRC分类。对于SRC的分类结果，进一步采用Bayesian融合算法将其与CNN的分类结果进行融合。最终，根据融合后的结果判定测试样本的目标类别。提出方法通过层次化的思路融合CNN和SRC的优势，有利于发挥两者对不同测试条件的优势，达到提高识别稳健性的目的。实验中，基于MSTAR数据集开展测试分析，结果验证了提出方法的有效性。
文章关键词:合成孔径雷达,目标识别,卷积神经网络,稀疏表示分类,Bayesian融合,
项目基金:江苏省自然科学基金面上项目（BK20201475）,
论文作者:陆建华
作者单位:盐城师范学院物理与电子工程学院
论文分类号: TN957.52;TP183
相似文献:基于CNN的不平衡SAR图像舰船目标识别.....作者:邵嘉琦,曲长文,李健伟,彭书娟,刊载期刊：《电光与控制》结合多分辨率表示和复数域CNN的SAR图像目标识别方法.....作者:乔良才,刊载期刊：《激光与光电子学进展》基于SVM和SRC级联决策融合的SAR图像目标识别方法.....作者:吴天宝,夏靖波,黄玉燕,刊载期刊：《河南理工大学学报(自然科学版)》基于深度森林的多级特征融合SAR目标识别.....作者:李璐,杜兰,何浩男,李晨,邓盛,刊载期刊：《电子与信息学报》结合多决策准则稀疏表示的SAR图像目标识别方法.....作者:李亚娟,刊载期刊：《红外与激光工程》一种基于模糊滤波提高SAR自动目标识别平移不变性的方法.....作者:顾正强,张严,张冰尘,刊载期刊：《系统工程与电子技术》基于组合差异图和卷积小波神经网络的SAR图像变化检测.....作者:王世杰,易稳,姬楠楠,王长鹏,宋学力,刊载期刊：《激光杂志》基于CNN的旋转叶片缺陷诊断方法.....作者:张继旺,王雪莉,谢海博,丁克勤,刊载期刊：《油气储运》基于深度学习的SAR图像舰船目标检测综述.....作者:侯笑晗,金国栋,谭力宁,刊载期刊：《激光与光电子学进展》二维压缩感知多投影矩阵特征融合的SAR目标识别方法.....作者:吴剑波,陆正武,关玉蓉,王庆东,姜国松,刊载期刊：《红外与激光工程》
相关文章:激光雷达技术在部件级三维实景的应用.....作者:郭王人工智能在智能制造中的应用.....作者:杨磊大数据人工智能驱动图书馆知识服务和学科建设.....作者:姜爱蓉商业航天背景下的遥感应用产业化.....作者:刘东升Artificial Intelligence: Where Maybe Next Steps? “人工智能热”之后的冷静思考.....作者:Tony QiuComputational Analysis of the Voynich Manuscript 十五世纪伏尼契码的智能解析.....作者:Greg Kondrak深度强化学习系列课程第四讲.....作者:汪荣贵5G赋能，智享未来.....作者:赵海峰
文章来源：《中国测试》 网址: http://www.zgcszzs.cn/qikandaodu/2021/0825/1744.html
上一篇：
有机化工论文_WO_(3)/Bi_(2)WO_(6)复合薄膜的
下一篇：
园艺论文_基于Faster R-CNN算法的番茄识别检