作者：沈先耿军事目标深度学习稀疏自编码pca白化softmax
摘要：针对战场环境中不同军事目标相似度较高且在复杂环境中识别率不高的问题,提出了一种基于稀疏自编码神经网络的军事目标图像分类方法.该方法通过对军事目标图像进行主成分分析白化处理,能够有效降低样本图像间的相关性,而后通过稀疏自编码神经网络对降维后的样本数据进行训练,提取出样本图像的本质特征,最后将提取出的样本特征输入训练好的softmax分类器中进行分类识别.实验表明,算法能够有效提高军事目标图像的分类精度,具有一定的应用价值.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
