局部流形学习在SAR目标分类中的应用

作者：李鑫; 续婷; 胡红萍; 杜敦伟; 白艳萍^*

来源：现代雷达, 2020, 42(04): 33-40.

DOI：10.16592/j.cnki.1004-7859.2020.04.007

• 合成孔径雷达
• 局部流形学习
• 局部线性嵌入
• 随机拉普拉斯特征映射
• 特征提取
• 目标分类

为了更好地对合成孔径雷达(SAR)图像进行分类,文中提出一种基于局部线性嵌入方法(LLE)和随机拉普拉斯特征映射方法(SLEM)相融合的算法。在拉普拉斯特征映射方法的基础上引入随机过程的概念,并将局部线性嵌入方法与随机拉普拉斯映射方法进行函数融合,两种方法的融合为提取高维空间中嵌入的低维特征提供了更详细的结构信息,保留了原始数据集的几何特征;将算法应用于MSTAR数据集,再通过KNN分类器进行分类;最后,实验结果证明了该算法的有效性。

• 单位
  中北大学; 北京机电工程研究所