基于多信息联合动态稀疏表示的SAR目标变体识别方法

发明专利有效专利

申请号：
CN201410030065.0
IPC分类号：G06K9/66
申请日期：
2014-01-23
申请人：
西安电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于多信息联合动态稀疏表示的SAR目标变体识别方法
申请号	CN201410030065.0	申请日期	2014-01-23
法律状态	授权	申报国家	中国
公开/公告日	2014-05-28	公开/公告号	CN103824088A
优先权	暂无	优先权号	暂无
主分类号	G06K9/66 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕 G06K9/64 应用带有许多基准的多个图像信号的同时比较或相关的，例如，电阻矩阵〔3〕 G06K9/66 这些基准通过适宜的方法是能够进行调节的，例如，学习〔3〕	IPC分类号	G;0;6;K;9;/;6;6查看分类表>
申请人	西安电子科技大学	申请人地址	陕西省西安市太白南路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安电子科技大学	当前权利人	西安电子科技大学
发明人	王英华;齐会娇;刘宏伟;丁军;杜兰;纠博;白雪茹;王鹏辉;陈渤
代理机构	西安睿通知识产权代理事务所（特殊普通合伙）	代理人	惠文轩

摘要

本发明公开了一种基于多信息联合动态稀疏表示的SAR目标变体识别方法，包括步骤：（1）以将训练样本的原始SAR图像为基础，构建关于图像域目标幅度信息的目标训练字典关于图像域目标阴影信息的阴影训练字典关于频域目标幅度信息的频域训练字典并拼接成一个多信息训练字典D；（2）以测试样本SAR图像为基础，构建归一化测试目标向量归一化测试阴影向量归一化频域测试向量并拼接得到多信息测试矩阵（3）根据多信息训练字典D和多信息测试矩阵Y，构造联合稀疏表达式，求解联合稀疏系数矩阵X；（4）利用得到的联合稀疏系数矩阵X，对测试样本进行重构，根据重构误差最小化原则，得到最终的分类结果。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供