论文部分内容阅读
针对空间目标的不合作性特点以及Adaboost集成学习算法的过拟合问题,提出了一种基于组合特征和改进Adaboost的空间目标图像识别算法.将空间目标图像的几何特征和变换特征进行融合,从不同的方面更精确地描述目标信息,并对Adaboost算法进行改进,根据样本在权重上的分布情况,在训练时进行分段更新权重,从而缓解分类器的过拟合现象,提高目标识别的稳定性.通过仿真实验证明,与传统的Adaboost算法相比,本文算法在空间目标图像识别中取得了更好的效果.