特征變換方法及其在SAR目標(biāo)鑒別上的應(yīng)用.pdf

1、在合成孔徑雷達(dá)（SAR）目標(biāo)鑒別問(wèn)題中，好的特征集是分類(lèi)鑒別的關(guān)鍵?，F(xiàn)有文獻(xiàn)提出大量SAR目標(biāo)鑒別特征，但是并不是每個(gè)特征都具有較強(qiáng)的可鑒別性，甚至有些特征聯(lián)合使用反而會(huì)取得較差的鑒別結(jié)果。因此，合理對(duì)鑒別特征進(jìn)行特征變換至關(guān)重要。本文主要研究基于 Fisher準(zhǔn)則的特征降維變換方法及其在SAR圖像目標(biāo)鑒別上的應(yīng)用。
　　Fisher線(xiàn)性判決分析（FLDA）是經(jīng)典的降維判決方法，以其準(zhǔn)則函數(shù)構(gòu)造簡(jiǎn)單、求解方便而被廣為應(yīng)用。但是，F(xiàn)

2、LDA并不能在所有數(shù)據(jù)上找到最優(yōu)投影方向。本文第二章首先以仿真數(shù)據(jù)為例，詳細(xì)分析了 FLDA不適用的數(shù)據(jù)類(lèi)型，然后提出一種結(jié)合序列假設(shè)檢驗(yàn)的降維判決方法，最后以多組UCI數(shù)據(jù)集和SAR圖像集驗(yàn)證其分類(lèi)判決效果。該方法具體描述為：首先利用 FLDA得到投影方向，然后通過(guò)序列假設(shè)檢驗(yàn)引入迭代，在迭代中更新未知樣本的先驗(yàn)信息，重新尋找投影方向，最終確定對(duì)未知樣本最合適的投影判決空間。
　　為了在降維判決的同時(shí)達(dá)到特征選擇的目的，本文第三

3、章在FLDA的回歸模型上增加范數(shù)約束，提出了一種結(jié)合稀疏特征選擇的降維判決方法。該方法利用投影判決矩陣中各行向量和數(shù)據(jù)中各個(gè)特征的一一對(duì)應(yīng)關(guān)系，通過(guò)對(duì)投影判決矩陣進(jìn)行稀疏約束，在確定最優(yōu)投影方向的同時(shí)令投影判決矩陣的部分行為零，使得在投影變換后，投影判決矩陣為零行對(duì)應(yīng)的特征不參與最終判決，屏蔽了特征集中無(wú)效特征、冗余特征對(duì)投影方向的影響，在降維判決的同時(shí)實(shí)現(xiàn)了特征選擇。在多組UCI數(shù)據(jù)集和SAR圖像集中，融合特征選擇的降維判決方法取得了