基于密度权重和混合核函数的SVDD雷达目标一维距离像识别方法

摘要

本发明公开了一种基于密度权重和混合核函数的SVDD雷达目标一维距离像识别方法，属于雷达目标识别领域。由于K型核函数具有泛化能力强，有利于提取训练数据的全局特性，避免了径向基核函数复杂的指数运算，同时具有多项式核函数计算量小和径向基核函数逼近精度高的优点。而径向基核函数具有很好的局部特性，因此本发明将K型核函数与径向基核函数进行组合替代传统的SVDD算法中的核函数；同时，本发明采用基于截断距离的局部密度算法在高维核特征空间中计算支持向量与训练样本数据之间的局部密度，根据密度的分布，调整超闭球的形状，有效的提高了雷达一维距离像单类目标的识别性能。