基于最優(yōu)投影支持張量機(jī)的多分類算法研究.pdf

1、本文的主要工作是基于合成孔徑雷達(dá)(SAR)圖像實(shí)現(xiàn)對(duì)地面目標(biāo)的分類識(shí)別。由于原始的SAR圖像中存在許多背景雜波和噪聲，會(huì)嚴(yán)重影響對(duì)雷達(dá)目標(biāo)的分類。因此本文首先進(jìn)行SAR圖像的預(yù)處理工作以去除背景雜波和噪聲。主要步驟有：對(duì)數(shù)變換、自適應(yīng)閾值分割、形態(tài)學(xué)濾波、幾何聚類處理、圖像增強(qiáng)、歸一化處理以及方位估計(jì)。
　　 其次，張量的引入有利于小樣本問題的解決。張量主成分分析(TensorPCA)和張量線性判別分析方法(TensorLDA)

2、把樣本在張量域進(jìn)行降維處理，提取樣本的特征，相對(duì)于向量，有效的保留了樣本的結(jié)構(gòu)信息，更充分的利用收集到的信息，有助于提高學(xué)習(xí)性能?，F(xiàn)有的支持張量機(jī)(STM)基于迭代的方法求解，其計(jì)算量較大且泛化能力較差。
　　 最后本文根據(jù)Fisher準(zhǔn)則，將最優(yōu)投影應(yīng)用到多分類器中，提出應(yīng)用于STM的最優(yōu)投影算法。本文介紹了兩種在最優(yōu)投影算法中確定最優(yōu)投影的方法。這兩種方法分別是：每個(gè)子分類器的訓(xùn)練樣本都向同一個(gè)方向投影；每個(gè)子分類器確定不同