基于核方法的高分辨雷达目标特征提取与识别
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究意义及背景 | 第11-12页 |
| ·国内外研究历史与现状 | 第12-16页 |
| ·模式识别概述 | 第12-14页 |
| ·雷达目标识别发展与现状 | 第14-15页 |
| ·特征提取方法介绍 | 第15-16页 |
| ·本文主要工作和内容安排 | 第16-18页 |
| 第二章 高分辨一维距离像 | 第18-25页 |
| ·引言 | 第18页 |
| ·高分辨一维距离像的获取 | 第18-20页 |
| ·高分辨一维距离像的特性分析 | 第20-23页 |
| ·HRRP的特征提取及识别方法评述 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第三章 基于KPCA的目标特征提取及识别 | 第25-42页 |
| ·引言 | 第25-26页 |
| ·核主分量分析方法 | 第26-31页 |
| ·主分量分析方法简述 | 第26页 |
| ·核函数方法基本原理 | 第26-28页 |
| ·KPCA原理 | 第28-30页 |
| ·KPCA与PCA的比较 | 第30-31页 |
| ·基于KPCA的特征提取及识别 | 第31-35页 |
| ·距离像的预处理 | 第31-32页 |
| ·特征提取 | 第32-34页 |
| ·新的组合核函数的构造 | 第32-33页 |
| ·算法实现 | 第33-34页 |
| ·识别方法 | 第34-35页 |
| ·仿真实验结果及分析 | 第35-42页 |
| ·距离像预处理结果 | 第36-37页 |
| ·特征提取及分类实验 | 第37-41页 |
| ·小结 | 第41-42页 |
| 第四章 KDDA在目标特征提取及识别方法中的应用 | 第42-52页 |
| ·引言 | 第42-43页 |
| ·核直接判别分析(KDDA)算法 | 第43-49页 |
| ·线性判别分析(LDA)算法 | 第43-44页 |
| ·直接判别分析(D-LDA)算法 | 第44-46页 |
| ·KDDA算法 | 第46-49页 |
| ·基于KDDA的特征提取和识别方法及实验结果 | 第49-52页 |
| ·基于KDDA的特征提取及识别 | 第49页 |
| ·仿真结果及分析 | 第49-51页 |
| ·小结 | 第51-52页 |
| 第五章 结束语 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 作者在攻读硕士学位期间发表或撰写的论文 | 第57页 |
