TY -的A2 Bonafoni普盟——刘,明非盟- Chen Shichao AU - Lu,凤非盟- Liu表示PY - 2020 DA - 2020/03/16 TI -产品字典上优于SAR目标配置识别SP - 9704829六世- 2020 AB -字典稀疏表示的建设是一个关键因素——基于(SR)算法。已经验证的学习词典是更有效的比预定义的。在本文中,我们提出一个产品字典学习(PDL)算法实现合成孔径雷达(SAR)目标配置识别。该算法获取字典从统计的角度来提高该算法对噪声的鲁棒性。,考虑到不可避免的乘法斑纹SAR图像中,该算法采用产品模型来描述SAR图像。更准确的描述SAR图像识别率更高。验证了该算法的准确性和鲁棒性的移动和静止目标获取与识别(MSTAR)数据库。SN - 1687 - 5869你2020/9704829 / 10.1155——https://doi.org/10.1155/2020/9704829——摩根富林明天线和传播的国际杂志PB - Hindawi KW - ER