研究目的
为克服SAR图像识别中单基信号三组分异质性导致的误分类问题,提出一种自适应加权多任务稀疏表示分类方法。
研究成果
所提出的自适应加权多任务稀疏表示分类方法通过考虑单基因信号分量的异质性有效降低了误分类率,与其它方法相比,在MSTAR数据集上提高了识别率。
研究不足
该论文未明确讨论局限性,但潜在方面可能包括多任务学习模型的计算复杂性,或对MSTAR之外其他数据集的泛化能力。
研究目的
为克服SAR图像识别中单基信号三组分异质性导致的误分类问题,提出一种自适应加权多任务稀疏表示分类方法。
研究成果
所提出的自适应加权多任务稀疏表示分类方法通过考虑单基因信号分量的异质性有效降低了误分类率,与其它方法相比,在MSTAR数据集上提高了识别率。
研究不足
该论文未明确讨论局限性,但潜在方面可能包括多任务学习模型的计算复杂性,或对MSTAR之外其他数据集的泛化能力。
加载中....
您正在对论文“[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚(2018.7.22-2018.7.27)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - SAR图像识别中的自适应加权多任务稀疏表示分类”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期