基于l2-范式的特征抽取框架研究

• 作者: 林益耳
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 微多普勒 凸优化 卷积神经网络 特征抽取 分类器
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 雷达系统与技术
• 页码范围: 49-52
• 页数: 4页
• 分类号: TN957
• 字数: 2479字
• 语种: 中文
• DOI: 10.16592/j.cnki.1004-7859.2019.012.011

摘要

针对由时频分析引起的失真而导致的特征自动抽取质量低的问题,文中将一个自动抽取微多普勒特征过程转化为一个l2-范式凸优化问题,并通过搭建迭代的卷积神经网络框架近似求解.文中仿真运用四种运动捕捉数据库的测量数据,通过仿真模型模拟了雷达视线方向5 m处的目标的雷达回波.仿真与实验样本所提取的特征用支持向量机分类.仿真和实验的分类性能表明,该框架抽取的特征的分类性能明显优于时频图像主成分分析所自动抽取特征的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林益耳	电子科技大学电子科学与工程学院	1	0	0.0	0.0