特征变换方法及其在SAR目标鉴别上的应用

发布时间：2018-02-16 16:12

  本文关键词： 特征变换 Fisher线性判决 序列假设检验 特征选择 SAR目标鉴别　出处：《西安电子科技大学》2014年硕士论文　论文类型：学位论文

【摘要】：在合成孔径雷达(SAR)目标鉴别问题中,好的特征集是分类鉴别的关键。现有文献提出大量SAR目标鉴别特征,但是并不是每个特征都具有较强的可鉴别性,甚至有些特征联合使用反而会取得较差的鉴别结果。因此,合理对鉴别特征进行特征变换至关重要。本文主要研究基于Fisher准则的特征降维变换方法及其在SAR图像目标鉴别上的应用。Fisher线性判决分析(FLDA)是经典的降维判决方法,以其准则函数构造简单、求解方便而被广为应用。但是,FLDA并不能在所有数据上找到最优投影方向。本文第二章首先以仿真数据为例,详细分析了FLDA不适用的数据类型,然后提出一种结合序列假设检验的降维判决方法,最后以多组UCI数据集和SAR图像集验证其分类判决效果。该方法具体描述为:首先利用FLDA得到投影方向,然后通过序列假设检验引入迭代,在迭代中更新未知样本的先验信息,重新寻找投影方向,最终确定对未知样本最合适的投影判决空间。为了在降维判决的同时达到特征选择的目的,本文第三章在FLDA的回归模型上增加范数约束,提出了一种结合稀疏特征选择的降维判决方法。该方法利用投影判决矩阵中各行向量和数据中各个特征的一一对应关系,通过对投影判决矩阵进行稀疏约束,在确定最优投影方向的同时令投影判决矩阵的部分行为零,使得在投影变换后,投影判决矩阵为零行对应的特征不参与最终判决,屏蔽了特征集中无效特征、冗余特征对投影方向的影响,在降维判决的同时实现了特征选择。在多组UCI数据集和SAR图像集中,融合特征选择的降维判决方法取得了优于同类方法的结果。
[Abstract]:In this paper , based on Fisher ' s criterion - based feature - reduction transformation method and its application in the identification of SAR image objects , this paper mainly deals with the feature - reduction transformation method based on Fisher criterion and its application in the identification of SAR image objects .

【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TN957.52

【相似文献】

相关期刊论文 前10条

1 肇莹;刘红星;高敦堂;;一种三角矩阵特征变换方法[J];模式识别与人工智能;2007年05期

2 马万里;夏时洪;王兆其;;人体运动的风格图模型[J];计算机辅助设计与图形学学报;2013年12期

3 李政仪;冯贵玉;赵龙;;基于直接局部保持投影和尺度不变特征变换的人脸识别方法[J];计算机应用;2012年09期

4 周玲丽;赖剑煌;;基于尺度不变特征变换优化算法的带遮挡人脸识别[J];计算机应用;2011年S1期

5 马侠霖;罗鹏;陈志斌;蔡铭;;基于尺度不变特征变换的云导风计算方法[J];气象科技;2014年03期

6 李根;李文辉;;基于尺度不变特征变换的平面旋转人脸检测[J];吉林大学学报(工学版);2013年01期

7 陈矫阳;陈楸;余伟;;特征变换在多源信息融合中的应用[J];兵工自动化;2008年02期

8 苏腾荣;吴及;王作英;;用于语音识别的空间相关性变换[J];清华大学学报(自然科学版);2009年10期

9 刘立;詹茵茵;罗扬;刘朝晖;彭复员;;尺度不变特征变换算子综述[J];中国图象图形学报;2013年08期

10 田文;徐帆;王宏远;周波;;基于CUDA的尺度不变特征变换快速算法[J];计算机工程;2010年08期

相关博士学位论文 前1条

1 张巍;基于k近邻分类准则的特征变换算法研究[D];复旦大学;2007年

相关硕士学位论文 前4条

1 王斐;特征变换方法及其在SAR目标鉴别上的应用[D];西安电子科技大学;2014年

2 赵文亮;基于特征变换的协同学习方法[D];郑州大学;2014年

3 黄艳丽;基于尺度不变特征变换的目标跟踪技术研究[D];武汉科技大学;2009年

4 李颖;基于美丽指数的人脸美学分析模型[D];哈尔滨工业大学;2013年

，

本文编号：1515917