文摘
英文文摘
声明
第一章 引言
1.1研究背景
1.2研究历史和现状
1.3一维距离像的雷达目标识别技术研究概况
1.3.1基于统计决策理论的分类方法
1.3.2基于仿生学技术的分类方法
1.4本文结构及工作
第二章一维距离成像
2.1目标散射中心
2.2高分辨距离像
2.3距离像特性
2.3.1.姿态敏感性
2.3.2平移敏感性
2.4预处理
2.4.1距离对齐
2.4.2能量归一化
2.4.3幂变换
2.4.4非相关平均
2.5仿真数据描述
2.6本章小结
第三章子空间法及核子空间法特征提取
3.1特征子空间
3.2正则子空间
3.3基于核的主分量分析(KPCA)
3.4基于核的Fisher判别分析(KFDA)
3.4子空间比较
3.5本章小结
第四章基于流形学习的特征提取
4.1流形及流形学习
4.2局部线性嵌入算法(LLE)
4.3保局投影(LPP)
4.4基于核的有监督保局投影(SKLPP)
4.5近邻保持投影(NPP)
4.6基于核的有监督近邻保持投影(SKNPP)
4.7算法总结
4.8本章小结
第五章 目标分类方法
5.1欧氏距离分类器
5.2 RBFNN分类器
5.2.1RBFNN模型
5.2.2RBFNN参数的学习
5.3支持向量机(SVM)
5.3.1线性SVM
5.3.2非线性SVM
5.4 KNR分类器
5.5分类器的比较
5.6本章小结
第六章数据实验
6.1数据描述
6.1.1仿真数据描述
6.1.2实测数据描述
6.2预处理
6.3子空间和核子空间法目标识别实验
6.3.1、仿真数据实验
6.3.2、实测数据实验
6.3.3小结
6.4基于流形方法的识别
6.4.1仿真数据实验
6.4.2实测数据实验
6.4.3小结
6.5本章小结
第七章结论与展望
致谢
参考文献
攻硕期间发表的论文