《表2 标准操作条件下平均识别率》

  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

《基于稀疏表示系数相关性的特征选择及SAR目标识别方法》

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

表2以10类目标的平均识别率为基本指标对比了所有方法的识别性能。由于测试样本与训练样本的高相似性，基于CNN的对比方法1取得了99.08%的高识别率。对比方法2未经筛选同时对5类特征进行联合稀疏表示，最终的识别率为98.82%，低于本文方法。此时，由于某类特征在全局字典上的稀疏模式与其他特征存在不一致，导致联合稀疏表示模型出现不稳定。对比方法3选用了与本文方法不同的特征组合，最终识别率为98.37%，低于本文方法，这表明基于非线性相关信息熵有利于获得稀疏模式接近的特征组合，提高联合稀疏表示的精度以及后续分类的精度。综上所述，本文方法在标准操作条件下可以取得优于3类对比方法的识别性能，由此充分验证其对于标准操作条件下识别问题的有效性。