基于改进的PSO-SVM的SAR图像分类识别OA北大核心CSTPCD
SAR Images Classification and Recognition Based on PSO-SVM
利用SAR图像的Hu不变矩,仿射不变矩,以及Zernike不变矩,通过调整学习因子后的PSO对SVM进行优化,提出了基于改进PSO-SVM的SAR图像分类识别算法.该方法主要调节PSO的异步学习因子,加强粒子的学习能力,在算法性能上不仅减小粒子陷入局部最优的概率,而且能有效提高算法的收敛性.最后,对SAR图像进行分类识别实验,结果表明:该算法比其他算法识别率显著提高.
张肖敏;王鹏;白艳萍
中北大学 理学院,太原 030051中北大学 理学院,太原 030051中北大学 理学院,太原 030051
计算机与自动化
不变矩PSO-SVM算法学习因子SAR图像
《重庆理工大学学报（自然科学版）》 2018 (8)
基于MEMS矢量水听器的水下目标信息处理与数据融合方法研究
165-169,5
国家自然科学基金资助项目(61774137)山西省自然科学基金资助项目(201701D22111439,201701D221121)山西省回国留学人员科研项目(2016-088)
评论