基于SVM与非参数LDA的雷达自动目标识别

被引：3

作者：

刘敬

张军英

赵峰

机构：

[1] 西安电子科技大学计算机学院

来源：

控制与决策 | 2007年 / 11期

关键词：

雷达自动目标识别; 非参数线性判别分析; 支撑向量机; 特征提取; 高分辨距离像;

D O I：

10.13195/j.cd.2007.11.52.liuj.003

中图分类号：

TN957.5 [雷达接收设备];

学科分类号：

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

摘要：

针对非参数线性判别分析(LDA)的类间散布矩阵,就如何有效描述类边界结构这一问题,提出一种SVM与k近邻(kNN)法相结合的非参数类间散布矩阵构造方法——SVM-kNN.该方法消除了非类边界样本对类边界结构信息的扭曲.将SVM-kNN非参数LDA方法用于外场实测高分辨距离像的特征提取,并将识别结果与加权kNN非参数LDA法和谱域原空间法比较,结果表明,SVM-kNN非参数LDA方法能显著提高识别效率.

引用

页码：1250 / 1254

页数：5