现有高分辨距离像(high resolution range profile,HRRP)在线识别方法的训练过程往往需要大规模的训练样本集,难以在小规模样本条件下进行在线识别。针对小规模HRRP样本集的在线识别问题,推导了增量支持向量数据描述(incremental suppor...现有高分辨距离像(high resolution range profile,HRRP)在线识别方法的训练过程往往需要大规模的训练样本集,难以在小规模样本条件下进行在线识别。针对小规模HRRP样本集的在线识别问题,推导了增量支持向量数据描述(incremental support vector data description,ISVDD)算法,并提出了基于ISVDD的HRRP在线识别方法。该方法在训练过程避免了对大规模样本集的需求,能够获得良好的识别效果。同时,由于ISVDD应用于在线识别,相对于标准支持向量数据描述在线识别方法,大大减少了新增样本的训练时间,而且能够获得和成批支持向量数据描述识别方法相同的识别性能。基于4种飞机目标的实验结果证明了本文方法的正确性和有效性。展开更多
文摘现有高分辨距离像(high resolution range profile,HRRP)在线识别方法的训练过程往往需要大规模的训练样本集,难以在小规模样本条件下进行在线识别。针对小规模HRRP样本集的在线识别问题,推导了增量支持向量数据描述(incremental support vector data description,ISVDD)算法,并提出了基于ISVDD的HRRP在线识别方法。该方法在训练过程避免了对大规模样本集的需求,能够获得良好的识别效果。同时,由于ISVDD应用于在线识别,相对于标准支持向量数据描述在线识别方法,大大减少了新增样本的训练时间,而且能够获得和成批支持向量数据描述识别方法相同的识别性能。基于4种飞机目标的实验结果证明了本文方法的正确性和有效性。