一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

高級搜索

留言板

尊敬的讀者、作者、審稿人, 關(guān)于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復(fù)。謝謝您的支持!

姓名
郵箱
手機(jī)號碼
標(biāo)題
留言內(nèi)容
驗證碼

利用穩(wěn)健字典學(xué)習(xí)的雷達(dá)高分辨距離像目標(biāo)識別算法

馮博 陳渤 王鵬輝 劉宏偉 嚴(yán)俊坤

馮博, 陳渤, 王鵬輝, 劉宏偉, 嚴(yán)俊坤. 利用穩(wěn)健字典學(xué)習(xí)的雷達(dá)高分辨距離像目標(biāo)識別算法[J]. 電子與信息學(xué)報, 2015, 37(6): 1457-1462. doi: 10.11999/JEIT141227
引用本文: 馮博, 陳渤, 王鵬輝, 劉宏偉, 嚴(yán)俊坤. 利用穩(wěn)健字典學(xué)習(xí)的雷達(dá)高分辨距離像目標(biāo)識別算法[J]. 電子與信息學(xué)報, 2015, 37(6): 1457-1462. doi: 10.11999/JEIT141227
Feng Bo, Chen Bo, Wang Peng-hui, Liu Hong-wei, Yan Jun-kun. Radar High Resolution Range Profile Target Recognition Algorithm via Stable Dictionary Learning[J]. Journal of Electronics & Information Technology, 2015, 37(6): 1457-1462. doi: 10.11999/JEIT141227
Citation: Feng Bo, Chen Bo, Wang Peng-hui, Liu Hong-wei, Yan Jun-kun. Radar High Resolution Range Profile Target Recognition Algorithm via Stable Dictionary Learning[J]. Journal of Electronics & Information Technology, 2015, 37(6): 1457-1462. doi: 10.11999/JEIT141227

利用穩(wěn)健字典學(xué)習(xí)的雷達(dá)高分辨距離像目標(biāo)識別算法

doi: 10.11999/JEIT141227
基金項目: 

國家自然科學(xué)基金(61372132, 61201292),新世紀(jì)優(yōu)秀人才支持計劃(NCET-13-0945),重點實驗室基金和中央高?;究蒲袠I(yè)務(wù)費專項資金資助課題

Radar High Resolution Range Profile Target Recognition Algorithm via Stable Dictionary Learning

  • 摘要: 基于字典學(xué)習(xí)算法的信號稀疏表示被廣泛應(yīng)用于信號處理領(lǐng)域。由于字典原子間存在冗余性,求解信號的稀疏表示會受到觀測信號中擾動分量的影響,從而帶來表示的不確定性,不利于雷達(dá)高分辨距離像(HRRP)目標(biāo)識別任務(wù)。針對這一問題,該文提出一種穩(wěn)健字典學(xué)習(xí)(SDL)算法,通過邊緣化信號丟失,構(gòu)建穩(wěn)健損失函數(shù)用于學(xué)習(xí)自適應(yīng)字典。該算法利用距離像在散射點不發(fā)生越距離單元走動的方位幀內(nèi)具有結(jié)構(gòu)相似性,約束臨近訓(xùn)練樣本間稀疏表示的非零元素位置相同,并通過結(jié)構(gòu)化稀疏約束選擇最優(yōu)子字典用于測試樣本的分類?;趯崪yHRRP數(shù)據(jù)的實驗結(jié)果驗證了所提算法的有效性。
  • Chen B, Liu H W, Chai J, et al.. Large margin feature weighting method via linear programming[J]. IEEE Transactions on Knowledge Data Engineering, 2009, 21(10): 1475-1488.
    潘勉, 王鵬輝, 杜蘭, 等. 基于TSB-HMM模型的雷達(dá)高分辨距離像目標(biāo)識別算法[J]. 電子與信息學(xué)報, 2013, 35(7): 1547-1554.
    Pan Mian, Wang Peng-hui, Du Lan, et al.. Radar HRRP target recognition based on truncated stick-breaking hidden Markov model[J]. Journal of Electronics Information Technology, 2013, 35(7): 1547-1554.
    Chai J, Liu H W, and Bao Z. Combinatorial discriminant analysis: supervised feature extraction that integrates global and local criteria[J]. Electronics Letters, 2009, 45(18): 934-935.
    Du L, Liu H W, Bao Z, et al.. Radar HRRP target recognition based on higher-order spectra[J]. IEEE Transactions on Signal Processing, 2005, 53(7): 2359-2368.
    Du L, Liu H W, Bao Z, et al.. Radar automatic target recognition using complex high-resolution range profiles[J]. IET Radar, Sonar, Navigation, 2007, 1(1): 18-26.
    Du L, Liu H W, Wang P H, et al.. Noise robust radar HRRP target recognition based on multitask factor analysis with small training data size[J]. IEEE Transactions on Signal Processing, 2012, 60(7): 3546-3559.
    馮博, 杜蘭, 張學(xué)峰, 等. 基于字典學(xué)習(xí)的雷達(dá)高分辨距離像目標(biāo)識別[J]. 電波科學(xué)學(xué)報, 2012, 27(5): 897-905.
    Feng Bo, Du Lan, Zhang Xue-feng, et al.. Radar HRRP target recognition based on dictionary learning[J]. Chinese Journal of Radio Science, 2012, 27(5): 897-905.
    To?ic? I and Frossard P. Dictionary learning[J]. IEEE Signal Processing Magazine, 2011, 28(2): 2738.
    Donoho D L, Elad M, and Temlyakov V. Stable recovery of sparse overcomplete representations in the presence of noise[J]. IEEE Transactions on Information Theory, 2006, 52(1): 6-18.
    Aharon M, Elad M, and Bruckstein A. K-SVD: an algorithm for designing overcomplete dictionaries for sparse representation[J]. IEEE Transactions on Signal Processing, 2006, 54(11): 4311-4322.
    Wang H, Nie F P, and Huang H. Robust and discriminative self-taught learning[C]. International Conference on Machine Learning (ICML-13), Atlanta, Georgia, USA, 2013: 298-306.
    Bengio Y. Neural Networks: Tricks of the Trade[M]. Berlin Heidelberg: Springer, 2012: 437-478.
    Wan L, Zeiler M, Zhang S X, et al.. Regularization of neural networks using DropConnect[J]. JMLR WCP, 2013, 28(3): 1058-1066.
    Srivastava N. Improving neural networks with dropout[D]. [Ph.D. dissertation], University of Toronto, 2013.
  • 加載中
計量
  • 文章訪問數(shù):  1564
  • HTML全文瀏覽量:  176
  • PDF下載量:  522
  • 被引次數(shù): 0
出版歷程
  • 收稿日期:  2014-09-19
  • 修回日期:  2014-12-10
  • 刊出日期:  2015-06-19

目錄

    /

    返回文章
    返回