基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在传统线性关联向量机的基础上,设计了一种多特征融合的多类分类器.该分类器基于多类Probit回归模型将传统的两类线性关联向量机推广为多类关联向量机,利用线性关联向量机的特征选择功能,对融合的高维特征向量进行降维和合理的幂次扩展,使线性关联向量机具有构造非线性分类界面的能力,以保证对非线性多类分类问题稳健的融合识别性能.针对雷达高分辨距离像目标识别问题,提取3种平移不变特征,使用提出的多特征融合的多类分类器在基于实测数据的识别实验中得到了稳健的融合识别结果.
推荐文章
基于多特征和多分类器融合的语种识别
语种识别
多分类器
决策融合
基于多特征融合的交通标识实时分类与识别
交通标识
HSV颜色分割
特征融合
支持向量机
卡尔曼滤波
跟踪识别
基于多特征决策融合的SAR飞机识别
SAR图像
目标识别
几何特征
PCA特征
Hu不变矩
基于等级的决策融合
多类型分类器融合的文本分类方法研究
文本分类
分类器融合
主成分分析
潜在语义索引
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 在雷达HRRP识别中多特征融合多类分类器设计
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 关联向量机 多类分类器 特征融合 特征选择 高分辨距离像 雷达目标识别
年,卷(期) 2013,(1) 所属期刊栏目
研究方向 页码范围 111-117
页数 7页 分类号 TN959.1+7
字数 6506字 语种 中文
DOI 10.3969/j.issn.1001-2400.2013.01.020
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 张子敬 西安电子科技大学雷达信号处理国家重点实验室 35 229 7.0 13.0
2 刘宏伟 西安电子科技大学雷达信号处理国家重点实验室 231 3070 26.0 37.0
3 杜兰 西安电子科技大学雷达信号处理国家重点实验室 46 794 18.0 27.0
4 徐丹蕾 西安电子科技大学雷达信号处理国家重点实验室 9 44 3.0 6.0
5 李志鹏 西安电子科技大学雷达信号处理国家重点实验室 1 21 1.0 1.0
6 马田香 西安电子科技大学雷达信号处理国家重点实验室 1 21 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (16)
参考文献  (8)
节点文献
引证文献  (21)
同被引文献  (33)
二级引证文献  (37)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(4)
  • 参考文献(3)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(4)
  • 引证文献(3)
  • 二级引证文献(1)
2015(7)
  • 引证文献(6)
  • 二级引证文献(1)
2016(8)
  • 引证文献(4)
  • 二级引证文献(4)
2017(9)
  • 引证文献(3)
  • 二级引证文献(6)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(17)
  • 引证文献(4)
  • 二级引证文献(13)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
关联向量机
多类分类器
特征融合
特征选择
高分辨距离像
雷达目标识别
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
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导