En este trabajo se aplica el aprendizaje bayesiano disperso por bloques (BSBL) al reconocimiento de objetivos mediante radar de apertura sintética (SAR). La clasificación tradicional basada en representación dispersa (SRC) opera sobre el diccionario global colaborado por diferentes clases. Posteriormente, las similitudes entre la muestra de prueba y las distintas clases se evalúan mediante los errores de reconstrucción. Este trabajo reconstruye la muestra de prueba basándose en diccionarios locales formados por clases individuales. Teniendo en cuenta la sensibilidad azimutal de las imágenes SAR, los coeficientes lineales del diccionario local son escasos y tienen estructura de bloque. Por lo tanto, para resolver los coeficientes dispersos, se emplea el BSBL. El método propuesto puede explotar mejor la capacidad de representación de cada clase, beneficiando así el rendimiento del reconocimiento. A partir de los resultados experimentales obtenidos en el conjunto de datos de adquisición y reconocimiento de blancos móviles y estacionarios (MSTAR), se confirma la eficacia y robustez del método propuesto.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Reconstrucción automatizada de escenas en 3D utilizando múltiples pares estereoscópicos a partir de un sistema portátil de medición fotográfica de cuatro cámaras
Artículo:
Cartografía fotogramétrica basada en UAV multirrotor para el diseño de carreteras
Artículo:
Función de transferencia de modulación de un haz gaussiano basado en el espectro atmosférico modificado generalizado
Artículo:
Estructura de fase de vórtice del diablo como máscara de plano de frecuencia para el cifrado de imágenes mediante la transformada fraccional de Mellin
Laboratorio:
Laboratorio de péndulos
Informe, reporte:
Planta de producción de pinturas y lacas
Estudio:
Petroquímica - pinturas, barnices y lacas
Guía:
Guía de producción más limpia para el procesamiento de caña de azúcar
Informe, reporte:
La industria papelera Colombia en 2005