-
公开(公告)号：CN103235296B
公开(公告)日：2014-09-17
申请号：CN201310163245.1
申请日：2013-05-05
申请人： 西安电子科技大学
IPC分类号： G01S7/41
摘要： 本发明公开了一种基于功率谱特征修正的噪声背景下的雷达目标识别方法，主要解决现有技术在噪声背景下直接使用未修正的功率谱特征进行目标识别，导致识别率差的问题。其实现过程是：对训练样本强度归一化；提取归一化训练样本的功率谱特征；使用训练样本的功率谱特征训练分类器，得到分类器的权系数；对测试样本强度归一化，提取测试样本的功率谱特征，求出功率谱特征的修正项，修正测试样本的功率谱特征；使用训练好的分类器对修正的测试样本功率谱特征进行分类，确定目标类别标号。本发明具有对噪声稳健的优点，可用于雷达目标识别。
-
公开(公告)号：CN103217676A
公开(公告)日：2013-07-24
申请号：CN201310161379.X
申请日：2013-05-06
申请人： 西安电子科技大学
IPC分类号： G01S7/41
摘要： 本发明公开了一种基于双谱去噪的噪声背景下雷达目标识别方法，主要解决现有技术在噪声背景下直接使用未去噪距离像进行目标识别，导致识别率差的问题。其实现过程是：对训练样本归一化，提取归一化训练样本的功率谱特征；使用训练样本的功率谱特征训练分类器，得到分类器的权系数；使用双谱去噪方法对测试样本进行去噪处理，恢复出去噪后平均距离像，并对其进行归一化；提取归一化的去噪后平均距离像的功率谱特征；使用训练好的分类器对归一化的去噪后平均距离像的功率谱特征进行分类，确定目标类别标号。本发明具有对噪声稳健，可恢复出去噪后平均距离像的优点，可用于雷达目标识别。
-
公开(公告)号：CN102254193A
公开(公告)日：2011-11-23
申请号：CN201110199365.8
申请日：2011-07-16
申请人： 西安电子科技大学
IPC分类号： G06K9/66
摘要： 本发明提出了一种基于相关向量机的多类数据分类方法，主要解决现有多类数据分类方法不能整体求解分类面参数或需要近似计算的问题。其实现过程是：划分多类数据集，并进行归一化预处理；确定核函数类型和核参数；设置基本参数；计算分类面参数；计算对数下界并求其变化值，把迭代数加1；若对数下界变化值收敛或迭代数达到迭代次数，则完成分类面参数更新，否则继续更新；根据更新完成后的分类面参数，得预测概率矩阵，矩阵每行最大值对应的列数组成测试数据集的分类类别，预测概率小于虚警概率与检测概率对应曲线中设定的虚警概率值的样本被据判。本发明具有用较少的关联向量，得到与SVM相比拟的分类及拒判性能的优点，可用于目标识别中。
-
公开(公告)号：CN103217676B
公开(公告)日：2014-08-20
申请号：CN201310161379.X
申请日：2013-05-06
申请人： 西安电子科技大学
IPC分类号： G01S7/41
摘要： 本发明公开了一种基于双谱去噪的噪声背景下雷达目标识别方法，主要解决现有技术在噪声背景下直接使用未去噪距离像进行目标识别，导致识别率差的问题。其实现过程是：对训练样本归一化，提取归一化训练样本的功率谱特征；使用训练样本的功率谱特征训练分类器，得到分类器的权系数；使用双谱去噪方法对测试样本进行去噪处理，恢复出去噪后平均距离像，并对其进行归一化；提取归一化的去噪后平均距离像的功率谱特征；使用训练好的分类器对归一化的去噪后平均距离像的功率谱特征进行分类，确定目标类别标号。本发明具有对噪声稳健，可恢复出去噪后平均距离像的优点，可用于雷达目标识别。
-
公开(公告)号：CN103235296A
公开(公告)日：2013-08-07
申请号：CN201310163245.1
申请日：2013-05-05
申请人： 西安电子科技大学
IPC分类号： G01S7/41
摘要： 本发明公开了一种基于功率谱特征修正的噪声背景下的雷达目标识别方法，主要解决现有技术在噪声背景下直接使用未修正的功率谱特征进行目标识别，导致识别率差的问题。其实现过程是：对训练样本强度归一化；提取归一化训练样本的功率谱特征；使用训练样本的功率谱特征训练分类器，得到分类器的权系数；对测试样本强度归一化，提取测试样本的功率谱特征，求出功率谱特征的修正项，修正测试样本的功率谱特征；使用训练好的分类器对修正的测试样本功率谱特征进行分类，确定目标类别标号。本发明具有对噪声稳健的优点，可用于雷达目标识别。
-
-
-
-
搜索结果
5 条记录 (耗时 0.03 秒)
