基于LLE的分类算法及其在被动毫米波目标识别中的应用
罗 磊; 李跃华
南京理工大学电子工程与光电技术学院 南京 210094
LLE-Based Classification Algorithm and Its Application to Passive Millimeter Wave Target Recognition
Luo Lei; Li Yue-hua
School of Electronic Engineering and Optoelectronic Technology, Nanjing University of Science and Technology, Nanjing 210094, China
摘要 该文针对模式识别中的单类分类问题，根据LLE算法思想，考虑数据分布的低维流形，提出了一种单类分类算法。基于流形学习算法发现了被动毫米波信号的短时傅里叶谱中低维流形的存在，并讨论了其特性。将新算法应用于被动毫米波金属目标识别，相对目前流行的分类算法，取得了更好的效果，且算法对输入参数不敏感，在数据混叠程度较高时仍有很好的鲁棒性。
关键词 ：
目标识别 ,
毫米波 ,
流形学习 ,
局部线性嵌入 ,
单类分类
Abstract ：A new one-class classification algorithm is put forward based on the idea of Locally Linear Embedding (LLE) and the low dimensional manifold of data distribution, for the issue of one-class classification of pattern recognition. The low dimensional manifold the short-time Fourier spectrum of passive millimeter wave (MMW) detector echo signal is found, which characteristics are explored as well. The algorithm is more efficient than present popular one-class classification algorithm when applied to passive MMW metal target recognition. Moreover, it is not sensitive to input parameters and is robust to data aliasing.
Key words ：
Target recognition
Millimeter Wave
Manifold learning
Locally Linear Embedding(LLE)
One-class classification
收稿日期: 2009-06-12
通讯作者:
李跃华
[1]
李彬,李辉,郭淞云. 基于t分布扩展概率主成分分析模型的一维距离像识别方法
[2]
黄天宇,马林华,胡星,黄绍城,孙康宁,刘士平. 一种实用的毫米波大规模MIMO混合预编码算法
[3]
魏翔飞,种劲松,王小青,李原,孟辉. 一种面向水面纹理的毫米波LFMCW雷达成像算法
[4]
刘盛启,占荣辉,翟庆林,欧建平,张军. 基于联合稀疏性的多视全极化HRRP目标识别方法
[5]
邬战军,牛敏,许冰,牛燕雄,耿天琪,张帆,满达. 基于谱回归特征降维与后向传播神经网络的识别方法研究
[6]
徐彬,陈渤,刘宏伟,金林. 基于注意循环神经网络模型的雷达高分辨率距离像目标识别
[7]
闫贺,朱岱寅,张劲东,王旭东,李勇,毛新华,吴迪. WAS-GMTI模式下基于Relax算法的杂波抑制和参数估计方法
[8]
王宪保,陈诗文,姚明海. 基于正则化的半监督等距映射数据降维方法
[9]
丁军,刘宏伟,陈渤,冯博,王英华. 相似性约束的深度置信网络在SAR图像目标识别的应用
[10]
谌德荣,王文斌,刘丙太,姜威,俞达,宫久路. 旋转不变梯度直方图目标描述方法
[11]
孟庆昕,杨士莪,于盛齐. 基于波形结构特征和支持向量机的水面目标识别
[12]
吴泽民,刘涛,姜青竹,胡磊. 视频编码参数对目标识别性能影响的研究
[13]
冯博, 陈渤, 王鹏辉, 刘宏伟, 严俊坤. 利用稳健字典学习的雷达高分辨距离像目标识别算法
[14]
曹文杰, 张磊, 杜兰, 刘宏伟. 基于瞬时频率估计的进动锥体目标微多普勒频率提取方法
[15]
但波, 姜永华, 李敬军, 卢毅. 基于空时融合隐马尔科夫模型的舰艇编队目标识别方法
2010, Vol. 32 
