文献

J-GLOBAL ID：201902267453945870   整理番号：19A2719628

SARターゲット認識のためのクラス指向局所構造保存辞書学習【JST・京大機械翻訳】

Class-Oriented Local Structure Preserving Dictionary Learning for SAR Target Recognition

著者 (5件)： Ren Haohao (University of Electronic and Science Technology of China,,,Chengdu,,China) ,  Yu Xuelian (University of Electronic and Science Technology of China,,,Chengdu,,China) ,  Zou Lin (University of Electronic and Science Technology of China,,,Chengdu,,China) ,  Zhou Yun (University of Electronic and Science Technology of China,,,Chengdu,,China) ,  Wang Xuegang (University of Electronic and Science Technology of China,,,Chengdu,,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IGARSS  ページ： 1338-1341  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,合成開口レーダ(SAR)ターゲット認識のために,クラス指向局所構造保存辞書学習(CLPDL)アルゴリズムを開発した。スパースモデルが訓練サンプル自身である原子を持つ辞書を通して定義されるほとんどのスパース表現アルゴリズムと異なり,クラス指向辞書学習は訓練集合から複数のクラス辞書を導き出すことができる。データ局所構造を保存するために,局所加重制約,すなわち,Tikhonov正則化を辞書学習手順に導入し,それは構成認識や大きな抑制変動のような特定の挑戦的シナリオに対して非常に有用である。さらに,ターゲット認識に及ぼすSAR画像のターゲットアスペクト感度の影響を減少させるために,質問サンプルを,外乱を除去するために,クラス辞書の線形組合せとして表現した。移動と静止目標取得と認識(MSTAR)データベースに関する実験結果は,提案方法の有効性を実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 有効性 ,  *物体認識 ,  合成開口レーダ ,  データベース ,  アルゴリズム ,  線形性
準シソーラス用語： SAR画像 ,  Tikhonov正則化 ,  加重 ,  スパース表現 ,  スパース ,  *辞書学習 ,  *局所構造 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： SAR ,  ターゲット認識 ,  クラス ,  局所構造 ,  保存 ,  辞書学習