TY -的A2 -叮,白元盟——赵,海盐PY - 2021 DA - 2021/10/31 TI -基于SVM的SAR图像目标识别和KSRC SP - 4322678六世- 2021 AB -一个合成孔径雷达(SAR)的目标识别方法相结合提出了线性和非线性特征提取和分类器。主成分分析(PCA)和核主成分分析(KPCA)是用于提取特征向量的原始SAR图像,分别是古典和可靠的特征提取算法。此外,KPCA可以有效地弥补弱线性PCA的描述能力。后来,支持向量机(SVM)和内核稀疏表示分类(KSRC)用于分类KPCA和PCA特征向量,分别。与特征提取的概念类似,KSRC主要介绍内核函数来改善非线性数据的处理和分类能力。通过线性和非线性特性和分类器的组合,SAR图像的内部数据结构之间的对应关系可以更好地测试和训练样本调查。在实验中,该方法的性能测试基于MSTAR数据集。结果表明了该方法的有效性和鲁棒性。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/4322678 - 10.1155 / 2021/4322678摩根富林明计算智力和神经科学PB - Hindawi KW - ER