文档介绍：学习算法进行分析总结的基础上,提出一种有监督的非线性流形学习算法一监,和基于广义奇异值分解的核不相关鉴别分析摘要,啾龋饬街炙惴相关鉴别分析算法一一直接核不相关鉴别分析雷达目标识别是现代雷达发展的重要方向之一,具有广泛的军事和民用价值。高分辨距离像包含了较多的目标结构信息,从而为我们提供了一种可靠的目标识别手段。核方法是目前模式识别领域研究的一个焦点,它对于解决非线性问题具有许多独特优势;流形学习是近年来出现的一种新型的机器学习理论,其旨在发现高维数据集分布的内在规律性。本文对以上两种机器学习理论进行研究,针对已有算法的不足进行推广和改进,并应用于基于高分辨距离像的雷达目标识别。论文的主要工作和创新之处概括如下:,及其变形算法进行深入研究的基础上,提出一种最优核鉴别分析,惴ㄓ糜诶状锬勘昃嗬胂裉卣魈崛 J笛榻峁砻鳎琌有较好的识别性能以及良好的类内聚合性。芯炕诤瞬幌喙丶鸱治龅睦状锬勘昃嗬胂裉卣魈崛 Mü酝臣撇幌/糜诖永状锬勘昃嗬胂裰刑崛⊥臣撇幌喙氐募特征。与不相关鉴别分析,和核不相关鉴别分析大大减少了运算量,而且能有效解决奇异性问题。芯炕诹餍窝袄砺鄣睦状锬勘昃嗬胂裉卣魈崛 T诙约钢志涞牧餍督核近邻保持投影,用于对雷达目标距离像进行特征提取。诮诒3滞队用核函数将其推广到非线性形式而得到。该算法不但保留了高维空间中类内样本之间的几何结构,而且可以获得对数据流形的非线性逼近。诙院思鸱治关特性进一步分析并引入核函数,推导出核不相关准则,并提出两种核不琋幕∩弦胙镜睦啾鹦畔ⅲ⒗
知识水坝***@pologoogle为您整理
岢隽嘶诤瞬幌喙丶鸾谇度和核不相关鉴别局部保持投影琄的雷达目标距离像特征提取方法。蚄窃谕臣撇幌喙卦际跫拢直鸾监督核近邻保持投影图喽胶司植勘3滞队琒牒思鸱治相结合而得到的。这两种算法在保留类内样本之间固有几何关系的同时,使投影后样本的类间散射最大,而且使生成的特征空间具有最小的冗余度。芯炕诤朔窍咝苑掷嗥鞯睦状锬勘晔侗鸱椒ā6灾С窒蛄炕的分类原理及学习过程进行了深入研究和比较,并将其应用于雷达目标距离像分类。蚄是两种新型的核非线性分类器,与啾龋遣坏芴岣呃状锬勘晔侗鹚俣龋夷艿玫铰獾识别精度。关键词:雷达目标识别,高分辨距离像,核方法,流形学习琒瓸以及瓸摘要Ⅱ
知识水坝***@pologoogle为您整理
,獹、,齬甅.,,—.瓹..甂锄./琤甌
,.甶,.
捌挥∥月签名:.正望整一独创性声明关于论文使用授权的说明日期:弘本学位论文作者完全了解电子科技大学有关保留、使用学位论文盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文扫描等复制手段保存、汇编学位论文。本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或C艿难宦畚脑诮饷芎笥ψ袷卮斯娑导师签名:
第一章绪论研究背景及意义雷达目标识别系统模型自世纪年代雷达系统问世以来,它一直是一种对远距离目标进行检测、测距和跟踪的强有力工具。近年来,随着现代信号处理技术以及计算机技术的发展,加上对目标电磁特性、宽带及超宽带雷达技术的深入研究,以及模式识别技术的推广应用,使得雷达系统有可能识别出目标类型和形状,从而深刻改变了雷达的内涵,即哟车挠糜诩觳狻⒉饩嗟茸瓴问饬康拿字撇饬坷状铮展为用于目标识别等目的的特征测量雷达【俊D勘晔侗鹱魑O执状锏闹匾9能之一,已被广泛应用于预警探测、精确制导、敌我识别、海情监控、空中防务、气象预报等领域,无论在军事还是民用方面都有其重要意义。它是未来武器系统中的一个重要技术组成部分,是雷达智能化、信息化的重要技术支撑手段【】。根据雷达探测手段及应用背景的不同,雷达目标识别许多研究途径和技术路线。资料表明,美国现阶段雷达目标识别的研究热点集中在用疘莸一维距离像识别飞机和军用车辆。国内关于雷达目标识别的研究主要是空间目标识别,识别对象主要是飞机和导弹,研究途径基本上有两条:一,某高校雷达信号处理实验室研究高分辨雷达目标识别缫晃嗬胂瘛⑸⑸涞隳P偷;二,某大学氐闶笛槭也捎眉ɑ绞窖芯坷状锬勘晔侗稹4送猓褂衅渌糠指咝和研究所也在从事目标识别的研究。高分辨距离像很好地反映了目标的径向距离分布细节,并且具有易于获取和处理的独特优势。因此,基于距离像的目标识别是雷达目标识别领域的重要研究方向之一,是一种有前途的目标识别方法【俊1韭畚恼腔诟叻直婢嗬胂瘢雷达目标识