首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于PCA-LVQ的雷达目标一维距离像识别
引用本文:张小英,王宝发,刘铁军.基于PCA-LVQ的雷达目标一维距离像识别[J].系统工程与电子技术,2005,27(8):1373-1375.
作者姓名:张小英  王宝发  刘铁军
作者单位:北京航空航天大学电子工程系,北京,100083
摘    要:研究了宽带高分辨雷达目标识别问题。基于目标一维距离像,提出主成分分析(principal componentanalysis,PCA)和学习向量量化(learning vector quantization,LVQ)相结合的识别方法。即采用主成分分析方法进行数据压缩,提取目标特征,然后利用学习向量量化人工神经网络,训练集进行训练,建立识别模板库。最后对三种飞机模型高分辨回波数据进行识别,结果表明,经过PCA-LVQ网络处理后,目标维数和网络规模均大大降低,且系统具有良好的识别性能。

关 键 词:模式识别  主成分分析  学习向量量化  一维距离像
文章编号:1001-506X(2005)08-1373-03
修稿时间:2004年8月3日

1-D range profile recognition of radar targets using PCA-LVQ
ZHANG Xiao-ying,WANG Bao-fa,LIU Tie-jun.1-D range profile recognition of radar targets using PCA-LVQ[J].System Engineering and Electronics,2005,27(8):1373-1375.
Authors:ZHANG Xiao-ying  WANG Bao-fa  LIU Tie-jun
Abstract:
Keywords:pattern recognition  principal component analysis  learning vector quantization  one-dimension range profile
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号