kPCA特征提取算法的自动目标识别

• 作者: 丁维雷 付永庆
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 自动目标识别 主成分分析 核主成分分析 特征提取
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 现代电子技术
• 页码范围: 32-36
• 分类号: TN957.52
• 字数: 2509字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-671X.2011.09.08

摘要

分析了主成分分析(PCA)与核主成分分析(kPCA)的基本原理,比较了两者在处理数据方面的性能,得出了kPCA比PCA在处理非线性可分数据方面具有优势的结论.依据几何绕射理论(GTD),通过Matlab仿真方法得到HRRP(高分辨距离像)数据,并以这些数据作为训练和测试样本,结合SVM分类方法,分别测试比较了基于4种不同核函数的分类识别性能,得出基于高斯核函数主成分分析的自动目标识别系统性能明显好于其他3种核函数的结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付永庆	哈尔滨工程大学信息与通信工程学院	119	748	13.0	21.0
2	丁维雷	哈尔滨工程大学信息与通信工程学院	1	4	1.0	1.0