基于随机森林的微动特征重要性评估研究

摘要

为了减少气动目标识别微动特征集的冗余,进一步降低特征维度,引入随机森林对多维微动特征进行重要性评估。描述了随机森林算法及其工程实施流程,给出时域、频域及时频域等18维微动特征提取方法,用VHF波段实测数据对基于随机森林的特征重要性评估算法进行验证,并分析了特征选择对Fisher、支持向量机和决策树3种分类器的性能影响,以及雷达相参积累脉冲个数对于特征重要性评估的影响。对于Fisher和支持向量机来说,随着特征维数的增加,能够一定程度地提高分类准确率;而对于决策树来说,只有重要性评分较高的特征对分类准确率有贡献。