二维码（扫一下试试看！） | | 基于FLAKNN的雷达一维距离像目标识别 | | Radar Range Profile Target Recognition Based on FLAKNN | | 投稿时间：2020-10-21 | | DOI：10.15918/j.tbit1001-0645.2020.181 | | 中文关键词:KNNFisher判别分析局部分析目标识别一维距离像 | | English Keywords:KNNFisher discriminant analysislocal analysistarget recognitionrange profile | | 基金项目:国家部委基础科研资助项目（JCKY2017602C017） | | | 摘要点击次数:379 | | 全文下载次数:198 | | 中文摘要: | | 由于传统KNN算法在应用于高分辨一维距离像进行目标识别时，存在全局使用固定k值和未考虑各特征分量对分类的影响等不足，使得目标识别性能较差.提出一种改进的KNN算法：FLAKNN.通过提取目标高分辨率一维距离像的尺寸、熵、中心距、不规则度、去尺度特征、对称度等稳定特征，使用Fisher判别分析将所有特征分量投影至低维空间，使不同类别间具备最大可分性；结合相邻样本局部的分布情况和k取值的调整，最终使用少数服从多数的投票原则决定测试样本的类别.结果表明，相对传统KNN算法，该算法进一步提升了识别性能. | | English Summary: | | Due to the deficiency of traditional KNN algorithm in target recognition of high range profile, such as using fixed k value globally and not considering the influence of each characteristic component on classification, the target recognition performance is poor. Therefore, an improved KNN algorithm-FLAKNN, was proposed. By extracting the stable characteristics such as the size, entropy, center distance, irregularity, scaling feature and symmetry of the high range profile of the target, Fisher discriminant analysis was used to project all feature components to the low-dimensional space, so as to achieve the maximum separability among different categories. Combined with the local distribution of adjacent samples and the adjustment of k value, the principle of majority voting was finally used to determine the category of test samples. The results show that compared with the traditional KNN algorithm, this algorithm further improves the recognition performance. | | 查看全文查看/发表评论下载PDF阅读器 | |
吕中杰,李慧武,高晨宇,刘彦,黄风雷.无线超压测试系统平地天线传输性能研究[J].北京理工大学学报（自然科学版）,2021,41(6):642~648.LüZhongjie,LIHuiwu,GAOChenyu,LIUYan,HUANGFenglei.ResearchonTransmissionPer ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21魏光辉,潘晓东.电磁辐射敏感度混响室量化测试方法[J].北京理工大学学报（自然科学版）,2021,41(8):855~863.WEIGuanghui,PANXiaodong.TheQuantificationTestMethodofElectromagneticRadiationSusceptibi ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21宁超,吕鸣,高超,万昊.基于干涉合成孔径雷达测高原理的雷达散射截面测试杂波抑制方法[J].北京理工大学学报（自然科学版）,2021,41(8):878~885.NINGChao,LüMing,GAOChao,WANHao.ClutterReductionMethodforRadarCrossSect ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21王剑,王新民,谢蓉,李婷,曹宇燕.基于IMM-UKF方法的机电作动器突发性故障诊断研究[J].北京理工大学学报（自然科学版）,2019,39(2):198~202,208.WANGJian,WANGXin-ming,XIERong,LITing,CAOYu-yan.AbruptFaultDiagno ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21刘峰,金磊,牛少华,刘海鹏,郭建昌.一种低功耗MEMS压阻式传感器的动态测试系统[J].北京理工大学学报（自然科学版）,2019,39(2):215~220.LIUFeng,JINLei,NIUShao-hua,LIUHai-peng,GUOJian-chang.ALow-PowerMEMSPiez ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21吕中杰,韩金良,黄风雷.基于卫星通信的空中爆炸冲击波威力测试系统[J].北京理工大学学报（自然科学版）,2019,39(4):331~336,440.LZhong-jie,HANJin-liang,HUANGFeng-lei.TestMonitoringSystemofAirBlastShockwa ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21焦龙龙,罗森林,曹伟,潘丽敏,张笈.变异策略动态构建的模糊测试数据生成方法[J].北京理工大学学报（自然科学版）,2019,39(5):539~544.JIAOLong-long,LUOSen-lin,CAOWei,PANLi-min,ZHANGJi.FuzzingTestDataGeneratio ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21魏光辉,纪凯夫,孟令媛.效应物置入对环境电磁辐射场强测试的影响[J].北京理工大学学报（自然科学版）,2019,39(11):1173~1179,1186.WEIGuang-hui,JIKai-fu,MENGLing-yuan.TheEffectofEUTonEnvironmentElectroma ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21.北京理工大学学报2019年总目次（第39卷）[J].北京理工大学学报（自然科学版）,2019,39(12):1321~1338..[J].TransactionsofBeijingInstituteofTechnology,2019,39(12):1321-1338.二维码（扫一下试试看！）北京理 ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21张广义,金磊,高世桥,刘海鹏,牛少华.双端固支梯形梁压电俘能器机电耦合模型与试验分析[J].北京理工大学学报（自然科学版）,2018,38(6):600~605.ZHANGGuang-yi,JINLei,GAOShi-qiao,LIUHai-peng,NIUShao-hua.Electromecha ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21
| |
