稀疏相关指数在SAR图像特征选择中的应用

采用正则化多任务稀疏表示(RMTSR)模型,即在多个特征域中进行图像稀疏表示,并约束稀疏向量的结构相同的方法,可实现SAR图像目标识别,但多特征的弱关联可能导致模型的目标识别正确率较低。将稀疏相关指数(SCI)用于衡量任务关联强弱,然后推导出非线性相关信息熵(NCIE),选择相关性强的特征组合。最后,在MSTAR数据集上进行实验,从特征冗余性和目标识别性能两个方面分析基于SCI的特征选择方法。结果表明:训练样本减半时,选择的特征组合能达到91.09%的识别正确率;训练样本为1/4时,识别正确率为89.89%。