共查询到17条相似文献，搜索用时 833 毫秒
1.
提出一种基于多尺度Gabor滤波特征提取和稀疏表示的SAR图像目标识别方法。首先，在目标分割的基础上，利用Gabor滤波器对SAR目标图像在不同方向上进行滤波，增强目标的局部特征；然后，根据稀疏表示模型，以训练样本特征为原子构建字典，利用稀疏求解算法选择最优的原子集合来表示测试样本特征，进而计算表示系数中非负值的l1范数来判别测试样本。实验结果验证了该算法的有效性与鲁棒性。 相似文献
2.
本文提出了一种基于主成分分析（PCA, principal components analysis）及支持向量机（SVM, support vector machines）的信息隐藏盲检测方法。该方法根据信息隐藏时对载体图像引入噪声的特点,通过分析图像块的主成分,计算出图像的特征向量。通过对原始样本图像和藏密样本图像特征向量的学习和训练,得到SVM检测模型,可用于信息隐藏的盲检测。实验结果表明,该方法能够有效地检测出目前常用的信息隐藏方法。 相似文献
3.
改进的主成分分析法在综合评估中的应用 总被引：1，自引：0，他引：1
李树清 《济宁师范专科学校学报》2010,31(3):15-17
提出一种改进的主成分分析法,并基于此方法对电能质量进行了综合评估。与传统PCA相比,该方法消除了原始数据量纲的不统一和数量级的差别,保留了数据的全部信息,同时明显提高了降维效果。实例表明,利用该方法对监测点的电能质量进行综合评估可以得到全面、直观、科学的评估结果。 相似文献
4.
为了提高人脸检测的速度及鲁棒性,提出了一种基于级联分类器和期望最大、主成分分析（ＥＭ ＰＣＡ）的人脸检测方法．该方法在训练阶段利用不同分辨率的训练样本来训练２个ｆｉｓｈｅｒ线性分类器,再利用ＥＭ ＰＣＡ提取特征来训练非线性支持向量机（ＳＶＭ）;在检测阶段,首先通过２个ｆｉｓｈｅｒ线性分类器快速过滤掉大量的背景区域,再利用非线性支持向量机对余下的候选区域进行进一步验证,以确认是否为人脸．实验结果证明了该方法的有效性和正确性． 相似文献
5.
SAR层析成像利用多航过复数据对观测目标进行高程向重构，全极化数据具有丰富的散射信息。将全极化数据与SAR层析成像相结合，利用城市建筑高程向散射体的稀疏性和全极化数据信号稀疏支撑集相同的特点，提出基于组稀疏约束和稀疏约束相结合的求解模型，并利用层次稀疏的方法对模型进行求解。通过Monte Carlo仿真实验将该模型法的性能与单极化层析成像模型和基于组稀疏的求解方法的性能进行对比，并将该方法应用到实测数据的半点目标仿真实验中。结果表明，本文提出的方法提高了高程向重建精度，且有更好的鲁棒性，在低信噪比下也能较好地恢复目标的高程向信息和后向散射系数。 相似文献
6.
针对华北地区尾矿库自动提取问题，将基于深度学习的SSD目标检测模型应用于遥感图像尾矿库提取。首先标记华北地区2 000个样本，随机挑选1 500个作为训练样本，剩余样本作为测试样本，验证模型的检测精度。分析卷积层对应感受野与图像中尾矿库尺寸关系，发现原始SSD模型漏检误检大型尾矿库。改进SSD模型结构，提出增加额外卷积层的策略，提高对大型尾矿库目标的检测精度。实验表明，在置信度阈值为0.3时，改进的SSD模型相比原始模型，检测精确率提高10.0%，召回率提高14.4%，提高了大型尾矿库检测精度。验证了基于深度学习的SSD目标检测模型自动提取尾矿库的可行性以及改进算法的有效性。 相似文献
7.
合成孔径雷达（synthetic aperture radar，SAR）在合成孔径累积时间内仅在小范围方位角获取目标的后向散射特性，导致SAR图像对观测方位向的变化极其敏感。通过图像非相干合成方法将不同方位向上的多幅同目标SAR图像合成单幅特征更明显的SAR图像，通过二维主成分分析方法提取特征和k-近邻分类方法实现目标识别。在两组不同数据集上对识别性能进行分析。实验结果表明，多角度SAR的识别率比单一角度更高。多角度SAR对观测平台俯视角的变化具有较强的鲁棒性。 相似文献
8.
通过科学的方法对企业信用进行分析、评级和判断,给出定性与定量相结合的指标体系,建立基于BP神经网络的两类企业信用评级模型.针对局部收敛的缺点,用自适应学习率和附加动量项改进信用评级,并运用该模型对我国2004年100家ST和非ST上市公司进行评级,得出对训练样本和测试样本的评级准确率,表明神经网络技术作为智能化科学方法,非常适合企业信用评级,但也存在网络稳定性差等不足. 相似文献
9.
QI Xing-min LIU Guan-mei 《江西蓝天学院学报》2008,(3)
主成成份分析(PCA)方法是人脸识别技术中常用的一种一维特征抽取方法。但是传统PCA方法用于人脸识别常常面临图像维数高,直接计算数量大的问题。为了解决这两个问题,人们对PCA进行了改进,提出并实现了多种基于PCA的人脸识别。通过对三种基于PCA的人脸识别方法作了理论上的研究和实验上的性能比较。实验结果表明PCA 2DPCA是其中综合效果最好的一种方法。 相似文献
10.
极化合成孔径雷达（PolSAR）以其多参数、多通道、多极化、信息记录更加完整等特点，在城市地物提取领域中发挥着重要作用，并已成为遥感影像研究领域的热点。选择覆盖苏州市的Radarsat2影像，利用极化非相干分解法和灰度共生矩阵法分别提取19种极化特征和8种纹理特征，通过分析建筑物、植被和水体的极化特征和纹理特征进行特征组合，结合主成分分析法（PCA）和支持向量机法（SVM）对城市建筑物进行提取，并定量评估精度。结果表明：基于极化特征的建筑物提取精度最高为92.4%；基于纹理特征的提取精度最高为88.9%；极化特征与纹理特征相结合可以提高精度，最高精度为93.7%；PCA特征融合算法具有较高的运算效率，同时提高了精度。 相似文献
11.
合成孔径雷达（synthetic aperture radar,SAR）自动目标识别过程主要包括目标特征提取和分类器训练两个步骤。提出一种基于深度卷积神经网络（deep convolutional neural networks,DNNs）的SAR自动目标识别方法,使用一类优化的DNNs网络结构对SAR图像目标进行分类训练。该网络结构自动提取目标类别特征,避免人工预选取特征方法带来的不标准性。在DNNs网络模型训练过程中引入迁移学习的概念,以防止结果陷入局部最优解和加快模型参数的训练。最后使用美国运动和静止目标获取与识别MSTAR数据集进行试验,给出该方法与其他分类方法结果的对比,证明其取得较高的分类正确率。 相似文献
12.
基于仿真SAR图像深度迁移学习的自动目标识别 总被引：1，自引：0，他引：1
使用深度卷积神经网络实现SAR图像的自动目标识别在训练过程中需要大量的标注数据。为解决由SAR实测数据获取成本高、标注数据量不足带来的问题，提出一种在由CReLU激活函数和批归一化改进的卷积神经网络上，使用仿真SAR图像提升最终目标识别性能的方法，把从大量仿真SAR图像学习到的有效知识迁移到实测SAR图像数据上。在训练中，先用仿真SAR图像预训练卷积神经网络，结合迁移学习的方法，有效地解决由SAR图像数据不足带来的过拟合问题。在MSTAR数据集上验证方法的有效性，识别准确率提高到99.78%，并在少量SAR图像样本数据上也取得不错的识别效果。 相似文献
13.
多通道合成孔径雷达地面运行目标指示(synthetic aperture radar-ground moving target indicator,SAR-GMTI)系统的数据按一定方式重组并处理后,可认为是由表示地杂波的低秩矩阵、表示运动目标的稀疏矩阵和表示噪声的矩阵这3部分组成.但已有的基于矩阵分解的GMTI方法,... 相似文献
14.
把通常用于图像处理的CLEAN算法引入到SAR成像处理中,提出一种基于CLEAN的SAR图像旁瓣抑制方法.分析算法流程,比较点目标仿真结果和RADARSAT-1海洋稀疏目标场景成像结果,表明该方法在保证成像分辨率的同时,能够有效地抑制合成孔径雷达图像的旁瓣. 相似文献
15.
提出一种基于主成分分析和支持向量机与线性判别分析结合算法的合成孔径雷达(synthetic aperture radar,SAR)图像目标鉴别方法. 利用主成分分析算法对SAR图像向量进行降维并提取其全局特征,对降维后的全局特征采用最小类内散度支持向量机算法进行变换,并对变换结果训练生成最佳分类器,进行分类完成目标鉴别. 实验结果表明该方法可以获得较高的分类正确率. 相似文献
16.
采用非局部均值，全变差正则化和稀疏编码，提出一种新的单幅图像超分辨率重建方法.首先，用非局部均值方法对低分辨率图像进行去噪处理，可保证几何结构的一致性.然后，将去噪后的低分辨率图像代入重建模型得到高分辨率图像的低频分量，而高分辨率图像的高频分量则通过学习的方法在数据库中查找得到.将得到的低频分量与高频分量相加得到初始的高分辨率图像的恢复结果.最后对初始的恢复图像进行一些全局优化即可得到最终恢复的高分辨率图像结果.实验结果证明该方法得到的高分辨率图像结果具有鲁棒性且更自然. 相似文献
17.
提出利用合成孔径雷达简缩极化干涉数据的目标分解方法. 将全极化干涉目标分解方法扩展到简缩极化干涉数据处理,由简缩极化互相关矩阵分解出3种散射分量. 针对简缩极化数据量减少造成的方程欠定问题,利用极化度估计体散射功率,通过遍历简缩极化相干区域寻找最长轴和判断地表相位获得偶次散射相位估计,最终得到各散射分量的功率和相位中心高度的估计. 利用L波段全极化干涉仿真数据合成简缩极化数据集,验证了算法的有效性. 相似文献