《表1 2 不同文献算法与本文算法的识别性能比较》

  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

《基于导向重构与降噪稀疏自编码器的合成孔径雷达目标识别》

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

为进一步测试本文算法性能，分别与相关文献识别性能进行比较。由表12可见，文献[3]相似性与欧氏约束能够提高样本特征的可分性；文献[5]无监督和贪婪的分层训练方法训练SAE，可提高目标分类输出；文献[6]在RBM中引入相似性约束并加入判决信息，识别率较低且性能不够稳定；文献[7]在对数最大似然目标函数基础上加入L0.5范数正则化约束，特征的稀疏表示得到提高；本文采用导向重构算法，算法在网络隐层数大幅度减少基础上网络收敛的速度得到加快，本文基于导向重构与DSAE算法识别性能分别比文献[3]、文献[5-7]分别提高3.99%、0.281%、5.42%和2.65%.