郭雷
- 作品数：16 被引量：58H指数：6
- 供职机构：国防科学技术大学电子科学与工程学院ATR国家重点实验室更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划国家部委资助项目更多>>
- 相关领域：电子电信自动化与计算机技术航空宇航科学技术更多>>
- 目标识别中特征空间核矩阵收缩方法
- 2008年
- 线性分类与非线性分类是模式识别领域的基础性课题.核方法处理非线性分类问题有其独特的优势,核矩阵反映了输入样本在特征空间的位置关系,决定了样本在特征空间的可分性.针对特征空间线性不可分问题,提出了特征空间核矩阵收缩的新概念和新方法.首先定义了特征空间中样本数据的收缩因子以及样本数据相对于各类类心的收缩方法;然后理论推导得到样本数据收缩后的核矩阵,并且证明收缩后的数据可分性能更优.最后的实验从核矩阵的性能度量以及核矩阵的分类性能两个方面验证了收缩后的核矩阵性能比收缩前性能更优.
- 郭雷肖怀铁付强
- 关键词：核方法核矩阵
- 基于核主分量分析和支持矢量数据描述的雷达目标模糊识别方法被引量：8
- 2009年
- 针对雷达目标高分辨距离像(HRRP)存在大量的信息冗余,易受到噪声的污染,可分性较差等问题,本文利用核方法解决非线性问题的优点,提出了基于核主分量分析(KPCA)的雷达目标HRRP特征提取与基于支持矢量数据描述(sVDD)的雷达多目标模糊识别方法。在特征提取过程中,利用KPCA对雷达目标HRRP做降噪与降维处理,使得HRRP降低噪声和姿态角的敏感性;在识别过程中,首先在特征空间求得包含每一类目标训练样本的最小超球体,然后根据各个测试样本到最小超球体球面的距离构造属于各个类别的模糊隶属度,根据模糊隶属度的大小判断测试样本所属的类别。仿真实验结果表明,本文提出的算法应用于雷达多目标识别时,具有较高的正确识别率;同时基于SVDD多目标模糊识别算法训练过程只需对每一类目标进行训练,因此具有计算量小,稳健性能优等优点。所以本文提出的KPCA特征提取与SVDD雷达多目标模糊识别方法有很强的实用性。
- 郭雷肖怀铁付强
- 关键词：核主分量分析特征提取雷达目标识别
- 宽带毫米波目标特征信号自动测量与建库研究被引量：1
- 2005年
- 首先介绍了宽带毫米波特征信号自动测量系统的组成,阐述了宽带测量中需考虑的一些基本问题,开发了宽带毫米波特征信号自动测量系统管理、控制和建库软件,进行了背景和目标的测量实验,并给出了部分测量结果。
- 肖怀铁付强郭修煌郭雷
- 关键词：毫米波数据库
- 宽带多极化雷达目标模糊匹配识别方法被引量：6
- 2005年
- 针对宽带多极化雷达体制,提出了一种雷达目标模糊匹配识别新方法。介绍了距离-极化模糊矩阵的构造和多维模糊匹配的原理,介绍了模糊匹配模式矩阵库的构造方法,利用宽带多极化测量数据进行了目标识别的实验。实验结果表明,该方法匹配运算量少,对目标姿态角的变化有较强的容忍能力,为解决宽带多极化雷达目标识别提供了一条有效的途径。
- 肖怀铁郭雷付强郭桂蓉
- 关键词：雷达目标识别极化距离像
- 一种新的模糊支持矢量机多目标识别方法
- 本文主要研究基于支持矢量机(SVM)的多目标识别方法.首先介绍了基于SVM的OAA和OAO多目标识别算法,针对OAA和OAO算法存在的误码判问题,基于SVM决策函数建立了样本模糊隶属度函数,对OAA和OAO算法进行了改进...
- 肖怀铁郭雷付强
- 关键词：支持矢量机目标识别模糊隶属度函数
- 文献传递
- 一种新的模糊支持矢量机多目标识别方法
- 2005年
- 本文主要研究基于支持矢量机(SVM)的多目标识别方法.首先介绍了基于SVM的OAA和OAO多目标识别算法,针对OAA和OAO算法存在的误判问题,基于SVM决策函数建立了样本模糊隶属度函数,对OAA和OAO算法进行了改进,提出了一种新的模糊支持矢量机多目标识别方法.仿真实验结果表明,该方法能够有效提高识别性能.
- 肖怀铁郭雷付强
- 关键词：支持矢量机目标识别模糊隶属度函数
- 一种新的支持矢量数据描述模糊识别方法被引量：2
- 2009年
- 支持矢量机(SVM)是一种两类分类器,而支持矢量数据描述(SVDD)是一种单类数据分类方法,通过在特征空间寻找包含某类样本的最小超球体来对样本分类,该方法只需已知某类数据即可构造分类器。但是在SVDD方法中,直接根据超球体构造的分类器对样本数据正确识别能力不高。针对这个问题,根据样本在特征空间中到各个超球体球心的距离构造了样本属于各个类别的模糊隶属度函数,提出了FSVDD多目标识别方法。在FSVDD的训练过程中采用了乘性迭代规则的快速优化算法,该快速算法降低了优化的复杂度和缩短了优化时间。在针对不同类型数据集的识别实验中,证明了提出的FSVDD多目标识别算法具有训练速度快、识别率高的优点,有很强的实用性。
- 郭雷肖怀铁付强
- 关键词：目标识别支持矢量机超球体
- 一种基于SVM的多目标模糊识别方法被引量：2
- 2004年
- 支持矢量机是近年来在统计学习理论的基础上发展起来的一种新的模式识别方法 ,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。本文重点分析了支持矢量机多分类问题中存在的错分、拒分现象 ,提出了一种基于支持矢量机特征空间的模糊隶属度函数。多目标识别的仿真结果表明 ,采用这种模糊隶属度函数 ,能够减少目标的错分和拒分数量 ,提高识别率。
- 郭雷肖怀铁付强
- 关键词：SVM支持矢量机模糊隶属度函数
- 用C++开发雷达目标特征信号测量系统软件
- 2004年
- 本文介绍了采用VC++6.0开发雷达目标特征信号测量系统所采用的一些软件技术,包括多线程技术、利用SICL库实现PC机与矢量网络分析仪间的通信、测量数据的存储、特征信号数据库的建立等。
- 常华俊肖怀铁付强郭雷
- 关键词：C++软件开发雷达目标系统软件
- 一种新的模糊支持矢量机多目标识别方法
- 本文主要研究基于支持矢量机(SVM)的多目标识别方法。首先介绍了基于SVM的OAA和OAO多目标识别算法,针对OAA和OAO算法存在的误判问题,基于SVM决策函数建立了样本模糊隶属度函数,对OAA和OAO算法进行了改进,...
- 肖怀铁郭雷付强
- 关键词：支持矢量机目标识别模糊隶属度函数
- 文献传递
