基于核主分量分析的高分辨雷达目标特征提取与识别

被引：9

作者：

丛瑜 ^{[1
]}

肖怀铁 ^{[2
]}

付强 ^{[2
]}

机构：

[1] 海军航空工程学院

[2] 国防科技大学电子科学与工程学院ATR实验室

来源：

电光与控制 | 2008年 / 02期

关键词：

核主分量分析; 雷达目标识别; 一维距离像; 支持矢量机;

D O I：

暂无

中图分类号：

TN959.1 [侦测雷达];

学科分类号：

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

摘要：

研究了核主分量分析(KPCA,Kernel Principal Component Analysis)在高分辨雷达目标特征提取与识别中的应用。首先讨论了KPCA算法原理,然后将KPCA应用于雷达目标距离像特征提取,并采用支持向量机进行分类,提出了基于核主分量分析的高分辨雷达目标特征提取与识别方法。在核函数的选取上构造了一个组合核函数,最后用4类目标数据进行了实验,并与采用高斯核函数方法进行了比较,实验结果表明,该方法能够提高目标识别性能。

引用

页码：31 / 35+38 +38

页数：6

共 4 条

[1] 基于HRR的地面雷达目标识别方法研究 [J].

陈小民 ;

蒋兴舟 ;

李鸿 .

现代雷达, 2004, (12) :49-52

[2] 利用组合核函数提高核主分量分析的性能 [J].

孔锐 ;

施泽生 ;

郭立 ;

张国宣 ;

不详 .

中国图象图形学报 , 2004, (01) :42-47

[3]

张仲明.基于高分辨一维距离像的雷达目标识别方法研究[D].国防科学技术大学,2004

[4]

(美)SimonHaykin著,叶世伟,史忠植译.神经网络原理[M].北京:机械工业出版社,2004

← 1 →