A Novel Separability Objective Function in CNN for Feature Extraction of SAR Images

Gao Fei; Wang Meng; Wang Jun; Yang Erfu; Zhou Huiyu

首页> 外文期刊>Chinese Journal of Electronics >A Novel Separability Objective Function in CNN for Feature Extraction of SAR Images

【24h】

A Novel Separability Objective Function in CNN for Feature Extraction of SAR Images

机译：CNN中用于SAR图像特征提取的新型可分离目标函数

获取原文

获取原文并翻译 | 示例

掌桥外文数据库（机构版） >>

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

Convolutional neural network (CNN) has become a promising method for Synthetic aperture radar (SAR) target recognition. Existing CNN models aim at seeking the best separation between classes, but rarely care about the separability of them. We performs a separability measure by analyzing the property of linear separability, and proposes an objective function for CNN to extract linearly separable features. The experimental results indicate the output features are linearly separable, and the classification results are comparable with the other state of the art techniques.

机译：卷积神经网络（CNN）已成为一种有希望的合成孔径雷达（SAR）目标识别方法。现有的CNN模型旨在寻求类别之间的最佳分离，但很少关心它们的可分离性。我们通过分析线性可分离性的性质来执行可分离性度量，并提出CNN提取线性可分离特征的目标函数。实验结果表明输出特征是线性可分离的，并且分类结果与其他现有技术水平相当。

著录项

来源
《Chinese Journal of Electronics》 |2019年第2期|423-429|共7页
作者
Gao Fei; Wang Meng; Wang Jun; Yang Erfu; Zhou Huiyu;
展开▼
作者单位

Beihang Univ Dept Elect & Informat Engn Beijing 100191 Peoples R China;

Univ Strathclyde Dept Design Mfg & Engn Management DMEM Glasgow G1 1XQ Lanark Scotland;

Univ Leicester Dept Informat Leicester LE1 7RH Leics England;

展开▼
收录信息
原文格式 PDF
正文语种 eng
中图分类
关键词
Synthetic aperture radar (SAR); Convolution neural network (CNN); Classification; Linear separability; Objective function;

机译：合成孔径雷达（SAR）;卷积神经网络（CNN）;分类;线性可分离性;目标功能;

相似文献

外文文献
中文文献
专利

1. A Novel Separability Objective Function in CNN for Feature Extraction of SAR Images [J] . GAO Fei, WANG Meng, WANG Jun, 中国电子杂志（英文版） . 2019,第002期

机译：CNN中用于SAR图像特征提取的新型可分离目标函数
2. A Novel Separability Objective Function in CNN for Feature Extraction of SAR Images [J] . GAO Fei, WANG Meng, WANG Jun, 电子学报（英文版） . 2019,第002期

机译：CNN中用于SAR图像特征提取的新型可分离目标函数
3. A Method Combining CNN and ELM for Feature Extraction and Classification of SAR Image [J] . Peng Wang, Xiaomin Zhang, Yan Hao Journal of Sensors . 2019,第1期

机译：组合CNN和ELM的方法特征提取和SAR图像分类
4. Road network extraction in high-resolution SAR images based CNN features [C] . Yue Li, Rong Zhang, Yunfei Wu 2017 IEEE International Geoscience and Remote Sensing Symposium . 2017

机译：基于CNN特征的高分辨率SAR图像中的路网提取
5. Relaxation-based methods for SAR target feature extraction and image formation. [D] . Bi, Zhaoqiang. 1999

机译：基于松弛的SAR目标特征提取和成像方法。
6. Diagnosis of Alzheimers Disease Severity with fMRI Images Using Robust Multitask Feature Extraction Method and Convolutional Neural Network (CNN) [O] . Morteza Amini, MirMohsen Pedram, AliReza Moradi, 2021

机译：使用鲁棒多任务的FMRI图像诊断阿尔茨海默病严重程度特征提取方法和卷积神经网络（CNN）
7. A Novel Separability Objective Function in CNN for Feature Extraction of SAR Images [O] . Fei Gao, Meng Wang, Jun Wang, 2019

机译：CNN中的一种新型可分离物理函数，用于特征提取SAR图像

A Novel Separability Objective Function in CNN for Feature Extraction of SAR Images

摘要

著录项

相似文献

相关主题

期刊订阅