基于LLE的分类算法及其在被动毫米波目标识别中的应用

被引：4

作者：

罗磊

李跃华

机构：

[1] 南京理工大学电子工程与光电技术学院

来源：

电子与信息学报 | 2010年 / 32卷 / 06期

关键词：

目标识别; 毫米波; 流形学习; 局部线性嵌入; 单类分类;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

该文针对模式识别中的单类分类问题,根据LLE算法思想,考虑数据分布的低维流形,提出了一种单类分类算法。基于流形学习算法发现了被动毫米波信号的短时傅里叶谱中低维流形的存在,并讨论了其特性。将新算法应用于被动毫米波金属目标识别,相对目前流行的分类算法,取得了更好的效果,且算法对输入参数不敏感,在数据混叠程度较高时仍有很好的鲁棒性。

引用

页码：1306 / 1310

页数：5

共 6 条

[1] Embedding new data points for manifold learning via coordinate propagation
Xiang, Shiming
Nie, Feiping
Song, Yangqiu
Zhang, Changshui
Zhang, Chunxia
[J]. KNOWLEDGE AND INFORMATION SYSTEMS, 2009, 19 (02) : 159 - 184
[2] An Improved KNN Text Classification Algorithm Based on Clustering
Zhou Yong
Li Youwen
Xia Shixiong
[J]. JOURNAL OF COMPUTERS, 2009, 4 (03) : 230 - 237
[3] Feature extraction of protein expression levels based on classification of functional foods with SOM
Fukushima, Tamon
Yamamori, Kunihito
Yoshihara, Ikuo
Nagahama, Kiyoko
[J]. ARTIFICIAL LIFE AND ROBOTICS, 2009, 13 (02) : 543 - 546
[4] Semi-supervised sub-manifold discriminant analysis
Song, Yangqiu
Nie, Feiping
Zhang, Changshui
[J]. PATTERN RECOGNITION LETTERS, 2008, 29 (13) : 1806 - 1813
[5] Locally linear metric adaptation with application to semi-supervised clustering and image retrieval
Chang, Hong
Yeung, Dit-Yan
[J]. PATTERN RECOGNITION, 2006, 39 (07) : 1253 - 1264
[6] Laplacian eigenmaps for dimensionality reduction and data representation
Belkin, M
Niyogi, P
[J]. NEURAL COMPUTATION, 2003, 15 (06) : 1373 - 1396

← 1 →