

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、如今,核機器學習已經(jīng)擴展到眾多學科和領域,并起到越來越重要的作用。在過去的這些年中,數(shù)據(jù)的規(guī)模越來越大,從而也導致了核機器學習算法的計算復雜度也越來越高,因此稀疏核機器學習機的研究受到了人們的關注。合成孔徑雷達(Synthetic Aperture Radar,SAR)是近幾年來發(fā)展起來的一個重要的新型學科,SAR目標識別是SAR圖像解譯和分析的重要組成部分,是國內(nèi)外SAR圖像處理和模式識別領域的研究熱點。本論文以SAR圖像目標識別為背
2、景,結(jié)合多尺度幾何分析和核機器學習理論,對SAR圖像目標識別進行了研究,并提出了新方法。本論文的主要工作概括如下:
(1)針對最小二乘支撐向量機(Least Squares Support Vector Machine,LSSVM)缺乏稀疏性的缺點,提出了一種改進的稀疏最小二乘支撐向量機,并應用于SAR圖像目標識別中。該方法結(jié)合增量學習和逆學習過程,選擇相關的樣本作為支撐向量,進而迭代地構造決策函數(shù)。本算法在UCI數(shù)據(jù)集上
3、進行了驗證,并應用于SAR目標識別中。實驗證明,該方法在正確識別率相當?shù)那闆r下獲得了較低的計算復雜度和良好的稀疏性。
(2)將多尺度幾何分析和機器學習結(jié)合起來,提出一種基于二維Curvelet核的LSSVM。該方法利用曲線波的“各向異性尺度關系”等優(yōu)點,根據(jù)支撐向量核成立所需要的條件,構造了一個二維Curvelet核,并利用粒子群算法對該核函數(shù)的方向參數(shù)進行優(yōu)化。所構造的Curvelet核為支撐向量核函數(shù)提供了更多選擇,在
4、分類實驗和函數(shù)逼近實驗中的結(jié)果驗證了Curvelet核函數(shù)的有效性。
(3)基于Curvelet分析和核Fisher判別分析(KFD)提出了一種SAR目標特征提取算法,并基于LSSVM實現(xiàn)SAR目標識別。該方法首先利用Curvelet提取出SAR圖像的低頻信息,再用KFD方法進行降維處理,得到后續(xù)分類器所需的數(shù)據(jù),最后通過LSSVM進行訓練并最終得到識別的結(jié)果。實驗證明,該方法能獲得較高的識別率,是一種有效的SAR圖像目標
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示的SAR圖像目標識別.pdf
- 基于稀疏表示的高光譜圖像目標識別.pdf
- 基于稀疏表示的SAR目標識別算法研究.pdf
- 基于稀疏表示的SAR圖像目標識別研究.pdf
- 基于稀疏表示和深度學習的SAR圖像目標識別研究.pdf
- 基于稀疏理論的SAR圖像目標識別研究.pdf
- 基于稀疏表示及字典學習的SAR目標識別.pdf
- 基于稀疏學習的雷達目標識別方法研究.pdf
- 基于稀疏分解的雷達一維距離像目標識別
- 基于稀疏學習的圖像維數(shù)約簡和目標識別方法研究.pdf
- 基于稀疏分解的雷達一維距離像目標識別.pdf
- 基于稀疏表示的交通標識識別.pdf
- 基于結(jié)構稀疏先驗的變體目標識別方法研究.pdf
- 基于HRRP時頻域稀疏表示的SAR目標識別研究.pdf
- 基于判別性字典學習和稀疏表示的SAR地面目標識別.pdf
- 基于圖像域特征稀疏表示的SAR目標識別研究.pdf
- 基于目標標識特征分析和匹配的視頻運動目標識別.pdf
- 基于模糊稀疏編碼預訓練的RGB-D目標識別算法.pdf
- 基于特征參數(shù)稀疏表示的SAR圖像目標識別的研究.pdf
- 基于流形學習與稀疏描述的SAR目標識別算法研究.pdf
評論
0/150
提交評論