收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于Curvelet和快速稀疏LSSVM的目标识别

张一凡  
【摘要】: 如今,核机器学习已经扩展到众多学科和领域,并起到越来越重要的作用。在过去的这些年中,数据的规模越来越大,从而也导致了核机器学习算法的计算复杂度也越来越高,因此稀疏核机器学习机的研究受到了人们的关注。合成孔径雷达(Synthetic Aperture Radar,SAR)是近几年来发展起来的一个重要的新型学科, SAR目标识别是SAR图像解译和分析的重要组成部分,是国内外SAR图像处理和模式识别领域的研究热点。本论文以SAR图像目标识别为背景,结合多尺度几何分析和核机器学习理论,对SAR图像目标识别进行了研究,并提出了新方法。本论文的主要工作概括如下: (1)针对最小二乘支撑向量机(Least Squares Support Vector Machine, LSSVM)缺乏稀疏性的缺点,提出了一种改进的稀疏最小二乘支撑向量机,并应用于SAR图像目标识别中。该方法结合增量学习和逆学习过程,选择相关的样本作为支撑向量,进而迭代地构造决策函数。本算法在UCI数据集上进行了验证,并应用于SAR目标识别中。实验证明,该方法在正确识别率相当的情况下获得了较低的计算复杂度和良好的稀疏性。 (2)将多尺度几何分析和机器学习结合起来,提出一种基于二维Curvelet核的LSSVM。该方法利用曲线波的“各向异性尺度关系”等优点,根据支撑向量核成立所需要的条件,构造了一个二维Curvelet核,并利用粒子群算法对该核函数的方向参数进行优化。所构造的Curvelet核为支撑向量核函数提供了更多选择,在分类实验和函数逼近实验中的结果验证了Curvelet核函数的有效性。 (3)基于Curvelet分析和核Fisher判别分析(KFD)提出了一种SAR目标特征提取算法,并基于LSSVM实现SAR目标识别。该方法首先利用Curvelet提取出SAR图像的低频信息,再用KFD方法进行降维处理,得到后续分类器所需的数据,最后通过LSSVM进行训练并最终得到识别的结果。实验证明,该方法能获得较高的识别率,是一种有效的SAR图像目标识别方法。


知网文化
【相似文献】
中国期刊全文数据库 前10条
1 马立勇;马家辰;沈毅;;基于像素融合的Curvelet医学超声图像降噪方法[J];中国医学影像技术;2007年06期
2 王子新;黄颖;王红玲;;基于快速离散Curvelet变换的多聚焦图像融合[J];中国新技术新产品;2010年03期
3 隆刚,肖磊,陈学佺;Curvelet变换在图像处理中的应用综述[J];计算机研究与发展;2005年08期
4 彭胜龙;吴芳平;;基于Curvelet变换的图像自适应增强[J];光学仪器;2007年05期
5 单昊;杨慧珠;;基于Curvelet的Stein无偏风险估计图像去噪[J];清华大学学报(自然科学版);2010年08期
6 王玲华;杨家红;;结合Curvelet和LLT模型的图像去噪模型[J];计算机工程与应用;2010年25期
7 邓方旗;叶继华;黄亮;邓方红;;基于Curvelet与2DPCA的嵌入式人脸识别[J];科技通报;2011年05期
8 焦李成,谭山,刘芳;脊波理论:从脊波变换到Curvelet变换[J];工程数学学报;2005年05期
9 霍冠英;李庆武;王敏;范习健;范新南;;Curvelet域贝叶斯估计侧扫声呐图像降斑方法[J];仪器仪表学报;2011年01期
10 马丽红,张宇;波动方程去模糊的累积噪声的CURVELET变换消除方法[J];信号处理;2005年05期
中国重要会议论文全文数据库 前4条
1 冯飞;王德利;张亚红;;基于Curvelet变换的反数据域处理[A];中国地球物理学会第二十七届年会论文集[C];2011年
2 孟大江;王德利;朱恒;冯飞;;基于Curvelet变换的稀疏反褶积[A];中国地球物理2010——中国地球物理学会第二十六届年会、中国地震学会第十三次学术大会论文集[C];2010年
3 党丹;王德利;刘伟明;;基于curvelet匹配的层间多次波压制[A];中国地球物理学会第二十七届年会论文集[C];2011年
4 袁艳华;刘伊克;王一博;;基于curvelet变换的角度控制去噪方法研究[A];中国地球物理2010——中国地球物理学会第二十六届年会、中国地震学会第十三次学术大会论文集[C];2010年
中国博士学位论文全文数据库 前1条
1 冀峰;基于几何不变性的鲁棒图像水印方法[D];西安电子科技大学;2012年
中国硕士学位论文全文数据库 前10条
1 孙佳林;基于Curvelet变换的地层吸收补偿方法研究[D];吉林大学;2013年
2 潘大伟;基于第二代Curvelet的图像融合[D];扬州大学;2013年
3 韩佳君;Curvelet变换组合法压制地震随机噪声研究[D];吉林大学;2010年
4 王艳红;改进的Curvelet变换及其在图像处理中的应用研究[D];西安理工大学;2010年
5 蒋婷婷;基于Curvelet变换的红外图像与可见光图像融合算法研究[D];南京航空航天大学;2010年
6 党丹;CFP层算法及Curvelet变换层间多次波压制方法研究[D];吉林大学;2012年
7 徐月娥;基于Curvelet变换的新生儿疼痛表情识别研究[D];南京邮电大学;2013年
8 谷秀平;基于Curvelet变换的图像去噪和增强[D];天津理工大学;2010年
9 袁芳;Curvelet变换在数字图像去噪和压缩中的研究[D];西安电子科技大学;2010年
10 王会岩;基于Curvelet变换和改进Isomap算法的人耳识别[D];重庆大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978