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.
Infografía:
Principios de Adición de Vectores
Laboratorio:
Energía en la pista de patinaje: Intro
Artículo:
Análisis computacional de lesiones cervicales no cariosas en un premolar superior
Artículo:
Análisis de los efectos del algoritmo de enmascaramiento óptico para la detección de desechos espaciales GEO
Artículo:
Clasificación de sitio de la Red de Acelerógrafos de Costa Rica basada en mediciones de VS30 y en el período fundamental
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Libro:
Planta de tratamiento de aguas residuales
Libro:
Tratamientos avanzados de aguas residuales industriales