大数据分析下SAR图像舰船检测数据挖掘方法
发布时间:2022-07-07 10:17
由于在利用原有方法进行SAR图像舰船检测数据挖掘时,受噪声较大的影响而无法进行舰船检测数据特征提取,在观测距离为500~1 300 m的范围内,存在特征提取率较低的问题,因此提出一种大数据分析下的SAR图像舰船检测数据挖掘方法。基于大数据分析,通过5个步骤对SAR图像数据实施规范化处理,包括分析SAR图像数据、对工作流与转换规则进行定义、验证SAR图像数据、规范化处理执行以及回流干净数据。通过经验模态分解法实施舰船检测数据特征提取。通过LIBSVM开发包构建支持向量机数据挖掘模型,实现SAR图像舰船检测数据挖掘。为证明该方法的特征提取率更高,在观测距离为500~1 300 m的范围内进行该方法与原有方法的对比实验,实验结果证明该方法的特征提取率高于其他方法,实现了挖掘性能的提升。
【文章页数】:3 页
【部分图文】:
舰船目标示意图Fig.1Schematicdiagramofshiptarget
特征提取率实验数据Fig.2Experimentaldataoffeatureextractionrate
特征提取率实验数据Fig.3Experimentaldataoffeatureextractionrate
【参考文献】:
期刊论文
[1]带鉴别分析的多视角SAR图像联合决策及目标识别[J]. 蔡德饶,宋愈珍. 中国电子科学研究院学报. 2019(01)
[2]大数据定将改变地质——向读者推荐《地球科学大数据挖掘与机器学习》[J]. 翟明国. 矿物岩石地球化学通报. 2018(06)
[3]基于社交大数据挖掘的城市灾害分析——纽约市桑迪飓风的案例[J]. 王森,肖渝,黄群英,张纯. 国际城市规划. 2018(04)
[4]基于频谱残差视觉显著计算的高分辨SAR图像舰船检测算法[J]. 熊伟,徐永力,姚力波,崔亚奇,李岳峰. 电光与控制. 2018(04)
本文编号:3656241
【文章页数】:3 页
【部分图文】:
舰船目标示意图Fig.1Schematicdiagramofshiptarget
特征提取率实验数据Fig.2Experimentaldataoffeatureextractionrate
特征提取率实验数据Fig.3Experimentaldataoffeatureextractionrate
【参考文献】:
期刊论文
[1]带鉴别分析的多视角SAR图像联合决策及目标识别[J]. 蔡德饶,宋愈珍. 中国电子科学研究院学报. 2019(01)
[2]大数据定将改变地质——向读者推荐《地球科学大数据挖掘与机器学习》[J]. 翟明国. 矿物岩石地球化学通报. 2018(06)
[3]基于社交大数据挖掘的城市灾害分析——纽约市桑迪飓风的案例[J]. 王森,肖渝,黄群英,张纯. 国际城市规划. 2018(04)
[4]基于频谱残差视觉显著计算的高分辨SAR图像舰船检测算法[J]. 熊伟,徐永力,姚力波,崔亚奇,李岳峰. 电光与控制. 2018(04)
本文编号:3656241
本文链接:https://www.wllwen.com/kejilunwen/chuanbolw/3656241.html