摘要:本文基于OCSVM提出一种SAR目标识别中对新类型目标的判断(拒识)方法,并提出了应用于战场环境时,使用该方法实现新类别的数据集扩充方案.如今的SAR目标识别算法大多是有监督的训练方式,识别时对已训练的目标类型会有不错的分类识别性能,但是对未知的新类型目标无法有效识别,会判断为已训练类.同时,实验室环境下的有标签数据相对于战场环境来说是十分稀少的,系统的训练模型不会有太多的目标类型.因此,SAR目标识别系统必须具有“拒识”判别新类型目标,进而自主扩充数据集的能力,才能适应复杂的战场环境.本文提出了一种以OCSVM算法为核心的目标拒识方法,使用OCSVM算法训练一分类模型,判断未知目标是否为已训练类型,为SAR目标数据集新类别的扩充提供了可能.在MSTAR数据集上的实验表明,OCSVM算法可以有效接收已训练类目标,拒识新类别目标,接收和拒识的正确率都在96%以上.