一种真假目标一维距离像非线性类标签关联识别方法技术

本发明专利技术属于目标识别技术领域，具体涉及一种真假目标一维距离像非线性类标签关联识别方法。本发明专利技术的方法首先利用非线性函数将一维距离像样本映射到高维特征空间，在高维特征空间通过相关运算建立样本数据与类标签之间的非线性关联子空间，直接获得输入一维距离像样本对应的类标签信息，完成对目标的识别。一方面避免了由于使用分类器带来的错误识别率，同时，通过引入非线性映射函数能够更好地描述样本数据分布中的非线性信息，从而提高了对目标的识别性能，对四类仿真目标的一维距离像数据进行仿真实验，实验结果验证了该方法是有效的。的。

【技术实现步骤摘要】
一种真假目标一维距离像非线性类标签关联识别方法


[0001]本专利技术属于目标识别
，具体涉及一种真假目标一维距离像非线性类标签关联识别方法。

技术介绍

[0002]子空间方法是一种经典的模式识别方法，由于运算量小、识别性能好，在雷达目标识别中得到了广泛的应用，特征子空间能够很好地表示目标数据集的最大能量方向，而正则子空间法通过增大异类目标特征之间的差异，同时减小同类目标特征之间的差异，从而提取到更有利于分类的特征。
[0003]但是，样本数据分布中存在明显的非线性时，以上线性子空间不能有效处理非线性问题，其识别性能明显下降，甚至无法完成识别任务。因此，提出了很多基于核函数的非线性子空间法，由于能够更好地描述数据中出现的非线性，非线性子空间法的识别性能有了较大的改善。然而，这些非线性方法仍然需要采用分类器对输入目标的类别进行决策，导致分类器的性能好坏将会影响到最后的正确识别率。

技术实现思路

[0004]本专利技术提出一种基于非线性类标签关联的识别方法，该方法引入非线性映射函数来更好地描述样本数据分布中存在的非线性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种真假目标一维距离像非线性类标签关联识别方法，其特征在于，包括以下步骤：S1、定义n维列矢量x
ij
为第i类真假目标的第j个训练一维距离像,1≤i≤c，1≤j≤N
i
，其中N
c
为第i类真假目标的训练样本数，N为训练样本总数；S2、将训练一维距离像数据组成样本矩阵X：由类标签矢量y
ij
构成类标签矩阵Y：采用非线性映射函数φ(
·
)对矩阵X进行变换得到非线性一维距离像样本：计算非线性一维距离像样本的自相关矩阵R
φ(X)φ(X)
：R
φ(X)φ(X)
＝φ(X)φ(X)
T
(4)S3、为了避免R
φ(X)φ(X)
是奇异矩阵，引入调节因子λ>0：R
φ(X)φ(X)
＝φ(X)φ(X)
T
+λI(5)其中，I为单位矩阵；计算非线性一维距离像样本与相应类标签矢量之间的互相关矩阵R
φ(X)Y
：R
φ(X)Y
＝φ(X)Y
T
(6)由自相关矩阵R
φ(X)φ(X)
和互相关矩阵R
φ(X)Y
，构建非线性关联子空间W
φ
：由矩阵理论可得(φ(X)φ(X)
T
+λI)
‑1φ(X)＝φ(...

【专利技术属性】
技术研发人员：周代英，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：