一种基于RVM和DS的一维距离像融合识别方法
从如何进一步提升融合识别性能出发,研究有效的高分辨距离像(high range resolution profile,HRRP)融合识别方法。提取了3种平移不变特征,构建了高性能相关向量机( relevance vector machine,RVM)进行特征分类,用DS证据理论融合分类结果以得到目标识别结果,从而提出一种基于RVM和DS的一维距离像融合识别方法。该方法充分利用了RVM输出的概率信息,解决了用DS证据理论进行融合时基本概率赋值获取困难的问题,仿真实验结果表明了本文方法的有效性。
目标识别、一维距离像、相关向量机、证据理论
11
TP181(自动化基础理论)
国家自然科学基金项目60975026,61273275.
2016-09-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
554-560