电光与控制
電光與控製
전광여공제
ELECTRONICS OPTICS & CONTROL
2007年
5期
127-129,135
,共4页
最近邻模糊分类器%组合特征%模糊分布函数%雷达目标识别%数据融合
最近鄰模糊分類器%組閤特徵%模糊分佈函數%雷達目標識彆%數據融閤
최근린모호분류기%조합특정%모호분포함수%뢰체목표식별%수거융합
在用多种特征进行简单的串联组合识别时,不同特征具有不同的特征类型和衡量尺寸,针对串联组合特征的这种特点,提出了一种最近邻模糊分类器.该分类器首先把待识别目标的组合特征与训练模板中的组合特征样本一一进行比较,从而得到了一个特征差矩阵.提出用模糊分布函数在同类特征差之间进行处理,生成一个隶属度矩阵,然后用算术平均法对隶属度矩阵进行处理,并用最大隶属度准则来进行分类判决.识别框架表明最近邻模糊分类器对组合特征中的各种不同特征的特征类型和衡量尺寸没有一致性要求,也无需对串联组合特征矢量做任何预处理.最后,用外场实测数据进行验证,结果表明,最近邻模糊分类器能够有效地解决多种特征串联组合的雷达目标识别问题.
在用多種特徵進行簡單的串聯組閤識彆時,不同特徵具有不同的特徵類型和衡量呎吋,針對串聯組閤特徵的這種特點,提齣瞭一種最近鄰模糊分類器.該分類器首先把待識彆目標的組閤特徵與訓練模闆中的組閤特徵樣本一一進行比較,從而得到瞭一箇特徵差矩陣.提齣用模糊分佈函數在同類特徵差之間進行處理,生成一箇隸屬度矩陣,然後用算術平均法對隸屬度矩陣進行處理,併用最大隸屬度準則來進行分類判決.識彆框架錶明最近鄰模糊分類器對組閤特徵中的各種不同特徵的特徵類型和衡量呎吋沒有一緻性要求,也無需對串聯組閤特徵矢量做任何預處理.最後,用外場實測數據進行驗證,結果錶明,最近鄰模糊分類器能夠有效地解決多種特徵串聯組閤的雷達目標識彆問題.
재용다충특정진행간단적천련조합식별시,불동특정구유불동적특정류형화형량척촌,침대천련조합특정적저충특점,제출료일충최근린모호분류기.해분류기수선파대식별목표적조합특정여훈련모판중적조합특정양본일일진행비교,종이득도료일개특정차구진.제출용모호분포함수재동류특정차지간진행처리,생성일개대속도구진,연후용산술평균법대대속도구진진행처리,병용최대대속도준칙래진행분류판결.식별광가표명최근린모호분류기대조합특정중적각충불동특정적특정류형화형량척촌몰유일치성요구,야무수대천련조합특정시량주임하예처리.최후,용외장실측수거진행험증,결과표명,최근린모호분류기능구유효지해결다충특정천련조합적뢰체목표식별문제.
