原文服务方: 现代电子技术       
摘要:
针对支持向量机的核函数选择问题,在保形变换方法的基础上,分析了确定数据分布特征的重要性,给出了判断数据呈高斯分布的方法.利用支持向量机的高斯核函数,提出一种基于改进的高斯核函数雷达目标高分辨距离像的研究方法.该方法对SVM的高斯核函数进行改进,并进行核函数选择.通过改进的高斯核函数与多项式核函数进行比较,在Matlab环境下采用两种方法对高分辨距离像进行仿真,仿真方法验证并改进了高斯核函数的有效性.
推荐文章
基于改进方位弯折的一维距离像雷达目标识别
目标识别
一维距离像
动态规划
方位弯折
基于支持向量机的雷达高分辨距离像识别
支持向量机
高分辨距离像
雷达目标识别
匹配相关法
基于卷积神经网络的高分辨率雷达目标识别
高分辨距离像
雷达目标识别
卷积神经网络
批归一化
支持向量机
基于深度置信网络的高分辨率雷达距离像识别
深度置信网络
高分辨距离像
重构误差
目标识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进高斯核函数的雷达高分辨距离像目标识别算法研究
来源期刊 现代电子技术 学科
关键词 高分辨距离像 支持向量机 高斯核函数 广义高斯分布
年,卷(期) 2010,(15) 所属期刊栏目
研究方向 页码范围 1-4
页数 分类号 TN957.52
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2010.15.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李辉 西北工业大学电子信息学院 173 1257 17.0 28.0
2 金宝龙 西北工业大学电子信息学院 3 50 2.0 3.0
3 赵乃杰 西北工业大学电子信息学院 3 46 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (4)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(4)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高分辨距离像
支持向量机
高斯核函数
广义高斯分布
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
相关基金
陕西省自然科学基金
英文译名:Natural Science Basic Research Plan in Shaanxi Province of China
官方网址:
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导