Journal of Systems Engineering and Electronics ›› 2011, Vol. 33 ›› Issue (5): 1176-.doi: 10.3969/j.issn.1001-506X.2011.05.43
胡利平1,殷红成1,陈渤2,周平1
HU Li-ping1,YIN Hong-cheng1,CHEN Bo2,ZHOU Ping1
摘要:
提出了改进的核子类判决分析(improved kernel clusteringbased discriminant analysis, IKCDA)方法,首先采用快速全局核k均值聚类算法找到每类目标的最优子类划分,然后基于找到的子类划分结果采用核子类判决分析求取最优的投影矢量。基于UCI机器学习数据库的实验结果表明,经过IKCDA特征提取后异类样本间的可分性明显改善了。此外,基于美国运动和静止目标获取与识别(moving and stationary target acquisition and recognition, MSTAR)计划录取的合成孔径雷达地面静止目标数据的实验结果表明,经过IKCDA后可以改善对真实目标的分类性能和对干扰目标的拒判能力。