论文部分内容阅读
针对合成孔径雷达(SAR)图像目标识别中的分类决策问题,提出了一种基于更新分类器的新识别方法。该方法用卷积神经网络和稀疏表示分类器作为基础分类器对类别未知的样本进行分类,对两种方法的决策结果进行融合,并判定决策结果的可靠性。将类别可靠的测试样本补充到原始训练样本中以更新分类器,从而获得更可靠的识别结果。基于MSTAR数据集的实验结果表明,相比其他方法,本方法的识别准确率更高。