您的位置： 专家智库 > >

江苏省高校自然科学研究项目(11KJB510020)

作品数：2 被引量：2H指数：1
相关作者：周晖罗磊徐晨彭晓钧袁红林更多>>
相关机构：南通大学华中科技大学更多>>
发文基金：江苏省高校自然科学研究项目国家自然科学基金更多>>
相关领域：电子电信航空宇航科学技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电子电信
  • 1篇航空宇航科学...

主题

  • 2篇流形
  • 2篇流形学习
  • 2篇米波雷达
  • 2篇目标识别
  • 2篇雷达
  • 2篇毫米波雷达

机构

  • 2篇南通大学
  • 1篇华中科技大学

作者

  • 2篇徐晨
  • 2篇罗磊
  • 2篇周晖
  • 1篇袁红林
  • 1篇彭晓钧

传媒

  • 1篇电光与控制
  • 1篇南通大学学报...

年份

  • 2篇2013
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于核不相关邻域保持投影的毫米波雷达目标识别被引量：1
2013年
流形学习的提出和发展为毫米波雷达目标识别提供了新的思路。针对传统特征提取算法的不足,提出了一种基于核的非线性流形学习算法,即核不相关邻域保持投影(KUNPP)。该算法在邻域保持投影的基础上引入再生核,将数据映射到Hilbert空间;在Hilbert空间内执行邻域保持投影算法,并引入不相关约束,使得到的特征向量具有不相关性,减少冗余信息。将KUNPP应用于毫米波雷达目标识别,仿真数据集和实测数据集的实验结果均表明算法能取得较好的结果。
罗磊彭晓钧徐晨周晖袁红林
关键词：毫米波雷达目标识别流形学习
基于流形的分类算法及其在毫米波雷达目标识别中的应用被引量：1
2013年
针对毫米波高分辨率雷达一维距离像目标识别的多类分类问题,基于局部线性嵌入(Locally Linear Embedding,LLE)算法思想,考虑样本与其所在低维流形之间的关系,提出一种多类分类算法.该算法先确定样本所在低维流形的结构,然后通过比较未知样本与各类已知样本流形间的关系来分类.将其应用于毫米波高分辨率雷达一维距离像目标识别,实验结果表明,该算法能够有效地进行分类,性能优于其他常用多类分类算法,且对输入参数不敏感.
罗磊周晖徐晨
关键词：流形学习毫米波雷达目标识别
全选 清除 导出
共1页<1>
聚类工具0