基于多分类器融合的雷达高分辨距离像目标识别与拒判新方法

被引：20

作者：

张学峰

王鹏辉

冯博

杜兰

刘宏伟

机构：

[1] 西安电子科技大学雷达信号处理国家重点实验室

来源：

自动化学报 | 2014年 / 40卷 / 02期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

雷达自动目标识别; 多分类器融合; 库外样本拒判; 最优工作点选择;

D O I：

暂无

中图分类号：

TN957.52 [数据、图像处理及录取];

学科分类号：

080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;

摘要：

由于雷达自动目标识别(Radar automatic target recognition,RATR)中库外目标的存在,评价系统性能时应综合考虑其识别性能和拒判性能.由此本文构造了一种将分类器的输出通过最近邻分类器(Nearest neighbor,NN)进行拒判和识别的"分类器–最近邻"系统,并在拒判和识别两个阶段分别采用多分类器融合技术以提高RATR系统的拒判和识别综合性能.此外,文中定义了一种代价函数以衡量系统综合性能并为系统拒判工作点的选取提供依据.进而,采用局部法和全局法两种算法确定拒判器的工作点.实测数据实验结果验证了本文方法的有效性,两种工作点选取算法均能够显著提高识别系统的综合性能.

引用

页码：348 / 356

页数：9

共 9 条

[1] 基于Bagging-SVM动态集成的多极化HRRP识别 [J].

张玉玺 ;

王晓丹 ;

姚旭 ;

毕凯 .

系统工程与电子技术, 2012, 34 (07) :1366-1371

[2] 加权KNN分类器在HRRP库外目标拒判中的应用 [J].

柴晶 ;

刘宏伟 ;

保铮 .

系统工程与电子技术, 2010, 32 (04) :718-723

[3] One-Class分类器研究 [J].

潘志松 ;

陈斌 ;

缪志敏 ;

倪桂强 .

电子学报, 2009, 37 (11) :2496-2503

[4] 一种提高雷达HRRP识别和拒判性能的新方法 [J].

柴晶 ;

刘宏伟 ;

保铮 .

西安电子科技大学学报, 2009, 36 (02) :233-239

[5] 多极化多特征融合的雷达目标识别研究 [J].

曹向海 ;

刘宏伟 ;

吴顺君 .

系统工程与电子技术, 2008, (02) :261-264

[6]

雷达成像技术[M]. 电子工业出版社 , 保铮, 2005

[7] Maximum Margin One Class Support Vector Machines for multiclass problems [J].

Tohme, Mireille ;

Lengelle, Regis .

PATTERN RECOGNITION LETTERS, 2011, 32 (13) :1652-1658

[8]

An introduction to ROC analysis[J] . Tom Fawcett.Pattern Recognition Letters . 2005 (8)

[9]

An Experimental Comparison of Three Methods for Constructing Ensembles of Decision Trees: Bagging, Boosting, and Randomization[J] . Thomas G. Dietterich.Machine Learning . 2000 (2)

← 1 →