混合智能优化算法的SAR图像特征选择
本文关键词:混合智能优化算法的SAR图像特征选择
更多相关文章: SAR图像 特征选择 混合智能优化算法 分形特征 Zernike矩
【摘要】:为提高SAR图像自动目标识别的准确率及实时性,提出了一种基于混合智能优化的SAR图像特征选择算法。首先,采用分形特征对SAR图像进行增强,基于分割后的图像提出了一种基于图像矩的方位角估计方法。然后基于未校正和校正后的图像分别提取Zernike矩、Gabor小波系数和灰度共生矩阵构成候选特征集合,使用遗传算法结合二值粒子群的混合优化算法实现SAR图像特征选择。最后,采用MSTAR数据库验证本文算法的有效性。实验结果表明,优化后的特征集合具有一定泛化能力,一方面提高了SAR目标识别的准确率,另一方面减小了SAR图像目标识别的时间。
【作者单位】: 杭州电子科技大学通信信息传输与融合技术国防重点学科实验室;杭州电子科技大学生命信息与仪器工程学院;
【关键词】: SAR图像 特征选择 混合智能优化算法 分形特征 Zernike矩
【基金】:国家自然科学基金(编号:61174024;61372024) 浙江省自然科学基金(编号:LQ13F050010)~~
【分类号】:TN957.52
【正文快照】: 引用格式:张琴,谷雨,徐英,赖晓平.2016.混合智能优化算法的SAR图像特征选择.遥感学报,20(1):73-79Zhang Q,Gu Y,Xu Y and Lai X P.2016.Feature selection for SAR images using the hybrid intelligent optimization1引言合成孔径雷达(SAR)是一种微波成像传感器,具有全天时、
【参考文献】
中国期刊全文数据库 前2条
1 高贵;周蝶飞;张军;黄纪军;李德仁;;基于遗传算法的SAR图像目标鉴别特征选择[J];电子学报;2008年06期
2 刘俊;;面向船舶避碰预警的红外运动船舶检测与跟踪[J];光电工程;2010年09期
【共引文献】
中国期刊全文数据库 前9条
1 张静;王国宏;杨智勇;刘福太;;基于二维子分类鉴别分析的SAR图像识别方法研究[J];电子学报;2010年04期
2 刘轩;王卫红;唐晓斌;李鹏;;遗传算法在SAR图像目标鉴别特征选择上的应用[J];电子科技;2014年05期
3 金斌;张静;王威;张军;;应用局部约束二维稀疏表示识别SAR图像目标[J];国防科技大学学报;2014年03期
4 张小强;熊博莅;匡纲要;;一种基于变化检测技术的SAR图像舰船目标鉴别方法[J];电子与信息学报;2015年01期
5 谷雨;刘晶红;孙明超;沈宏海;刘俊;;基于分形特征和导引滤波的可见光与红外图像融合算法[J];光电工程;2015年04期
6 熊亚洲;王建华;;一种利用天水线感知无人水面艇运行环境的方法[J];上海电机学院学报;2015年04期
7 刘爱平;付琨;张利利;尤红建;刘忠;;基于多尺度特征的高分辨率SAR图像机动目标识别[J];系统工程与电子技术;2010年06期
8 贾亚飞;赵凤军;王艳霞;;遗传规划在SAR图像识别中的应用[J];中国科学院研究生院学报;2012年03期
9 谷雨;苟书鑫;熊文卓;刘俊;薛安克;;可见光与红外图像区域级反馈融合算法[J];中国图象图形学报;2015年04期
中国博士学位论文全文数据库 前1条
1 马永杰;大型仓储系统的调度算法研究[D];兰州交通大学;2011年
中国硕士学位论文全文数据库 前3条
1 朱城和;基于图像序列水上运动船舶识别跟踪技术研究[D];江西理工大学;2013年
2 刘轩;SAR图像目标鉴别技术研究[D];西安电子科技大学;2014年
3 刘程;基于红外图像的运动船舶检测技术研究[D];武汉理工大学;2014年
【二级参考文献】
中国期刊全文数据库 前4条
1 温佩芝,史泽林,于海斌,吴晓军;基于小波变换的海面背景红外小目标检测方法[J];光电工程;2004年04期
2 宗思光,王江安,陈启水;海空复杂背景下红外弱点目标检测新算法[J];光电工程;2005年04期
3 刘俊;黄席樾;何乃甩;黄瀚敏;;复杂内河背景下天水线的提取[J];光电子.激光;2008年08期
4 刘松涛,沈同圣,周晓东,韩艳丽;舰船红外成像目标实时识别与跟踪系统研究[J];系统工程与电子技术;2005年08期
中国博士学位论文全文数据库 前1条
1 高贵;SAR图像目标ROI自动获取技术研究[D];国防科学技术大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 吉小军,李世中,李霆;相关分析在特征选择中的应用[J];测试技术学报;2001年01期
2 贾沛;桑农;唐红卫;;一种改进的类别依赖型特征选择技术[J];计算机与数子工程;2003年06期
3 靖红芳;王斌;杨雅辉;徐燕;;基于类别分布的特征选择框架[J];计算机研究与发展;2009年09期
4 吴洪丽;朱颢东;周瑞琼;;使用特征分辨率和差别对象对集的特征选择[J];计算机工程与应用;2010年16期
5 杨艺;韩德强;韩崇昭;;基于排序融合的特征选择[J];控制与决策;2011年03期
6 李云;;稳定的特征选择研究[J];微型机与应用;2012年15期
7 钱学双;多重筛选逐步回归特征选择法及其应用[J];信息与控制;1986年05期
8 宣国荣;柴佩琪;;基于巴氏距离的特征选择[J];模式识别与人工智能;1996年04期
9 范劲松,方廷健;特征选择和提取要素的分析及其评价[J];计算机工程与应用;2001年13期
10 王新峰;邱静;刘冠军;;基于特征相关性和冗余性分析的机械故障特征选择研究[J];中国机械工程;2006年04期
中国重要会议论文全文数据库 前10条
1 靖红芳;王斌;杨雅辉;;基于类别分布的特征选择框架[A];第四届全国信息检索与内容安全学术会议论文集(上)[C];2008年
2 李长升;卢汉清;;排序学习模型中的特征选择[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
3 刘功申;李建华;李生红;;基于类信息的特征选择和加权方法[A];NCIRCS2004第一届全国信息检索与内容安全学术会议论文集[C];2004年
4 倪友平;王思臣;马桂珍;陈曾平;;分支界定算法在低分辨雷达飞机架次判别中的应用[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
5 李泽辉;聂生东;陈兆学;;应用多类SVM分割MR脑图像特征选择与优化的实验研究[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
6 蒙新泛;王厚峰;;主客观识别中的上下文因素的研究[A];中国计算机语言学研究前沿进展(2007-2009)[C];2009年
7 万京;王建东;;一种基于新的差异性度量的ReliefF方法[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年
8 范丽;许洁萍;;基于GMM的音乐信号音色模型研究[A];第四届和谐人机环境联合学术会议论文集[C];2008年
9 陈友;戴磊;程学旗;;基于MRMHC-C4.5的IP流分类[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
10 申f;杨宏晖;袁帅;;用于水声目标识别的互信息无监督特征选择[A];第三届上海——西安声学学会学术会议论文集[C];2013年
中国博士学位论文全文数据库 前10条
1 李静;高维数据交互特征选择和分类研究[D];燕山大学;2015年
2 王博;文本分类中特征选择技术的研究[D];国防科学技术大学;2009年
3 张明锦;基于特征选择的多变量数据分析方法及其在谱学研究中的应用[D];华东理工大学;2011年
4 高青斌;蛋白质亚细胞定位预测相关问题研究[D];国防科学技术大学;2006年
5 冯国忠;文本分类中的贝叶斯特征选择[D];东北师范大学;2011年
6 张丽新;高维数据的特征选择及基于特征选择的集成学习研究[D];清华大学;2004年
7 王锋;基于粒化机理的粗糙特征选择高效算法研究[D];山西大学;2013年
8 刘波;组稀疏子空间的大间隔特征选择[D];重庆大学;2013年
9 梁建宁;特征选择与图像匹配[D];复旦大学;2011年
10 王瑞;针对类别不平衡和代价敏感分类问题的特征选择和分类算法[D];中国科学技术大学;2013年
中国硕士学位论文全文数据库 前10条
1 周瑞;基于支持向量机特征选择的移动通信网络问题分析[D];华南理工大学;2015年
2 张金蕾;蛋白质SUMO化修饰位点预测的数据挖掘技术研究[D];西北农林科技大学;2015年
3 陈云风;基于聚类集成技术的高铁信号故障诊断研究[D];西南交通大学;2015年
4 张斌斌;网络股评的倾向性分析[D];中央民族大学;2015年
5 季金胜;高分辨率遥感影像典型地物目标的特征选择及其稳定性研究[D];上海交通大学;2015年
6 袁玉录;基于数据分类的网络通信行为建模方法研究[D];电子科技大学;2015年
7 王虎;基于试验设计的白酒谱图特征选择及支持向量机参数优化研究[D];南京财经大学;2015年
8 郑莎;基于特征选择的量表条目筛选方法研究[D];北京交通大学;2008年
9 宁永鹏;高维小样本数据的特征选择研究及其稳定性分析[D];厦门大学;2014年
10 孙伟艳;模式分类中特征选择问题的研究[D];哈尔滨理工大学;2009年
,本文编号:971023
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/971023.html