[发明专利]一种基于极端决策树的SAR图像目标识别方法在审
| 申请号： | 201910599694.8 | 申请日： | 2019-07-04 |
| 公开（公告）号： | CN110321847A | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 于雪莲;申威;赵林森;唐永昊;周云 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 电子科技大学专利中心 51203 | 代理人： | 甘茂 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明应用于合成孔径雷达(Synthetic Aperture Radar,SAR)自动目标识别领域，特别涉及一种SAR目标识别的分类器设计，具体为一种基于极端决策树的SAR图像目标识别方法。本发明首先对SAR图像经过归一化及向量化预处理，然后使用全局特征提取算法主成分分析(PCA)实现维数约简，将维数约减后的SAR数据经过极端决策树的极端随机方法，提取SAR图像的表征特征，形成极端决策森林，最终完成SAR目标识别。本发明通过极端决策树构成的极端决策森林，有效解决了传统算法的多步骤匹配问题，能够利用随机特性提取版别性较强的特征，利用交叉验证的方法确认最优参数，保证对于不同数据集均能实现较高的识别水平。 | ||
| 搜索关键词： | 目标识别 决策树 维数 预处理 合成孔径雷达 自动目标识别 分类器设计 主成分分析 传统算法 交叉验证 匹配问题 全局特征 随机特性 提取算法 有效解决 最优参数 归一化 数据集 向量化 森林 约简 决策 应用 保证 | ||
【主权项】：
1.一种基于极端决策树的SAR图像目标识别方法，包括以下步骤：步骤1：对所有原始SAR图像做向量化、归一化处理，得到训练数据集；步骤2：对训练数据集进行全局特征提取(PCA)，得到降维数据集；步骤3：构建极端决策森林；步骤3.1：将降维数据集中所有特征作为单棵极端决策树的输入，特征分裂使用随机分裂的方式，构建单棵极端决策树；步骤3.2：重复步骤3.1，构建预设数量的单棵极端决策树，形成极端决策森林；步骤3.3：K‑折交叉验证，从训练数据集中取出一定比例的样本作为测试样本，多次学习得到最优参数；步骤4：使用极端决策森林对待测样本完成分类识别，实现高精度的SAR目标识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910599694.8/，转载请声明来源钻瓜专利网。
- 上一篇：3D图形处理方法、装置、加工方法及电子终端
- 下一篇：一种智能指纹安防系统
