• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Proceedings 2013 International Conference on Mechatronic Sciences, Electric Engineering and Computer >SAR Target Recognition using block-sparse representation
【24h】

SAR Target Recognition using block-sparse representation

机译：使用块稀疏表示的SAR目标识别

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We propose a block-sparse representation approach with wavelet approximate coefficients features for synthetic aperture radar (SAR) target recognition. Inspired by sparse representation-based classification (SRC), we take the block structure of the dictionary into account, and introduce block-sparse representation to find one or few blocks in one class to represent the test sample. We use block orthogonal matching pursuit (BOMP) to obtain the linear representation coefficients associated to atoms from one class. Experiments are carried out on Moving and Stationary Target Acquisition and Recognition (MSTAR) public database. We compare our method with SRC. Numerical results demonstrate that the proposed method can improve classification accuracy of SRC and approximate coefficients features perform better than amplitude values features.
机译：我们提出了一种具有小波近似系数特征的块稀疏表示方法，用于合成孔径雷达（SAR）目标识别。受基于稀疏表示的分类（SRC）的启发，我们考虑了字典的块结构，并引入了块稀疏表示以在一类中找到一个或几个块来表示测试样本。我们使用块正交匹配追踪（BOMP）来获得与一类原子相关的线性表示系数。在移动和固定目标获取与识别（MSTAR）公共数据库上进行了实验。我们将我们的方法与SRC进行比较。数值结果表明，所提方法可以提高SRC的分类精度，近似系数特征优于幅度值特征。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号