基于PCA-LVQ的雷达目标一维距离像识别

• 作者: 刘铁军 张小英 王宝发
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 模式识别 主成分分析 学习向量量化 一维距离像
• 年，卷（期）: 2005,（8）
• 所属期刊栏目: 电子技术
• 页码范围: 1373-1375
• 页数: 3页
• 分类号: TN957.52
• 字数: 2041字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2005.08.013

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 component analysis,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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宝发	北京航空航天大学电子工程系	37	138	6.0	10.0
2	刘铁军	北京航空航天大学电子工程系	3	28	2.0	3.0
3	张小英	北京航空航天大学电子工程系	11	170	6.0	11.0