《表5 三类多特征和三种单特征方法在噪声干扰下的平均识别率》
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
《典型多特征决策融合方法及在无人机SAR图像目标识别中的应用》
考虑到SAR数据采集过程中的噪声干扰,识别算法对于噪声干扰的稳健性十分重要。通过对表1中的测试样本添加噪声构造噪声污染的测试样本。然后,基于噪声样本测试三类多特征以及单特征方法的识别性能,如表5所列。在不同的信噪比下,多特征决策融合的方法均可以取得高于单一特征方法的识别率。可见,通过合理的多特征决策融合,三类多特征方法的噪声稳健性显著优于单特征方法。对比三类多特征方法,基于联合稀疏表示的方法可以获得更好的识别性能。在联合稀疏表示的框架下,多类特征的内在相关性可以有效削弱噪声的影响。因此,基于联合稀疏表示获得的重构误差更能体现测试样本的实际类别。
图表编号 | XD00195926000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.20 |
作者 | 马梓元、龚华军、王新华、刘禹 |
绘制单位 | 南京航空航天大学自动化学院、南京航空航天大学自动化学院、南京航空航天大学自动化学院、南京航空航天大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |