基于最小最大鉴别分析特征提取的雷达目标识别

摘要

针对基于雷达目标高分辨距离像的识别问题,本文提出了一种新的准则函数,并依据该准则函数采用神经网络来实现自适应的非线性特征提取、变换与识别.同时,由于准则函数只需对特征提取后的类间散度和类内散度作出估计,因此在样本数相对较少的情况下也能得到较好的估计结果.该准则函数在形式上与Fisher准则函数相似,但它们之间存在着本质的差异.鉴于二者的形似之处,遂将基于该准则函数的特征提取方法冠以"最小最大鉴别分析特征提取"之名.将该方法用于五类缩比目标测量数据的特征提取与识别,取得了较好的识别效果.