《表2 本文方法与其它方法的对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《结合线性与非线性特征提取与分类的SAR图像目标识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验设置如表1所示。图1显示了本文方法在十类目标上的混淆矩阵。其中，横纵坐标分别对应实际目标类别以及方法预测的目标类别。因而，对角线上的元素则为各类目标的正确识别率。可见，十类目标均可以以97以上的概率进行正确分类，最终的平均识别率达到98.64%。各类方法对十类目标的平均识别率对比如表2所示，本文方法优于3类对比方法，证明其有效性。与对比方法2和对比方法3相比，本文方法通过线性加权方法对它们的融合结果有效提升了最终的识别性能，验证提出方法在结合线性和非线性特征方面存在的优势。