期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于RMDLPP的雷达空中目标分类
被引量：
1
1
作者
刘帅康
曹伟
+2 位作者
管志强
杨学岭
许金鑫
《系统工程与电子技术》
EI
CSCD
北大核心
2024年第4期1220-1228,共9页
针对鉴别局部保持投影(discriminant locality preserving projections, DLPP)在窄带雷达目标数据降维时出现的类内离散度矩阵奇异和对孤立点敏感进而导致类别之间可分性弱的问题,提出了基于鲁棒性边界DLPP(robust margin DLPP, RMDLPP...
针对鉴别局部保持投影(discriminant locality preserving projections, DLPP)在窄带雷达目标数据降维时出现的类内离散度矩阵奇异和对孤立点敏感进而导致类别之间可分性弱的问题,提出了基于鲁棒性边界DLPP(robust margin DLPP, RMDLPP)的窄带雷达空中目标分类方法。首先,在计算样本之间距离时将两样本点的欧氏距离与同类样本均值相关联。然后,挑选一定数量的边界样本点进行处理并对优化DLPP目标函数进行降维。最后,使用高性能分类器对降维后的数据进行区分,实现对空中目标的分类。通过对X波段对空警戒雷达实测数据的对比实验表明,所提方法具有更好的分类准确率和对孤立点的鲁棒性。
展开更多
关键词
窄带雷达
空中目标分类
鉴别局部保持投影
最大边界准则
降维
在线阅读
下载PDF
职称材料
基于奇异值分解和判别局部保持投影的多变量时间序列分类
被引量：
4
2
作者
董红玉
陈晓云
《计算机应用》
CSCD
北大核心
2014年第1期239-243,共5页
针对现有多变量时间序列分类算法存在的要求序列等长和忽视类别信息两个不足,提出基于奇异值分解(SVD)和判别局部保持投影的分类算法。该算法基于降维思想,先通过SVD将样本的第一右奇异向量作为特征向量,以此将不等长序列转化为规模大...
针对现有多变量时间序列分类算法存在的要求序列等长和忽视类别信息两个不足,提出基于奇异值分解(SVD)和判别局部保持投影的分类算法。该算法基于降维思想,先通过SVD将样本的第一右奇异向量作为特征向量,以此将不等长序列转化为规模大小相同的序列;接着采用基于最大间距准则的判别局部保持投影对特征向量投影,充分利用类别信息以确保投影后同类样本尽量接近,异类样本尽量分散;最后在低维子空间采用1最近邻(1NN)、Parzen窗、支持向量机(SVM)和朴素Bayes分类器进行分类。在Australian Sign Language(ASL)、Japanese Vowels(JV)和Wafer三个公开的多变量时间序列数据集上进行的实验结果表明:在时间开销基本不变的前提下,所提方法取得了较低的分类错误率。
展开更多
关键词
多变量时间序列
分类
奇异值分解
判别局部保持投影
最大间距准则
在线阅读
下载PDF
职称材料
题名
基于RMDLPP的雷达空中目标分类
被引量：
1
1
作者
刘帅康
曹伟
管志强
杨学岭
许金鑫
机构
中国船舶集团有限公司第七二四研究所
南京航空航天大学电子信息工程学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2024年第4期1220-1228,共9页
文摘
针对鉴别局部保持投影(discriminant locality preserving projections, DLPP)在窄带雷达目标数据降维时出现的类内离散度矩阵奇异和对孤立点敏感进而导致类别之间可分性弱的问题,提出了基于鲁棒性边界DLPP(robust margin DLPP, RMDLPP)的窄带雷达空中目标分类方法。首先,在计算样本之间距离时将两样本点的欧氏距离与同类样本均值相关联。然后,挑选一定数量的边界样本点进行处理并对优化DLPP目标函数进行降维。最后,使用高性能分类器对降维后的数据进行区分,实现对空中目标的分类。通过对X波段对空警戒雷达实测数据的对比实验表明,所提方法具有更好的分类准确率和对孤立点的鲁棒性。
关键词
窄带雷达
空中目标分类
鉴别局部保持投影
最大边界准则
降维
Keywords
narrow-band radar
air targets classification
discriminant
locality
preserving
projections
(
dlpp
)
maximum boundry criterion
dimensionality reduction
分类号
TN957 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
基于奇异值分解和判别局部保持投影的多变量时间序列分类
被引量：
4
2
作者
董红玉
陈晓云
机构
福州大学数学与计算机科学学院
出处
《计算机应用》
CSCD
北大核心
2014年第1期239-243,共5页
基金
国家自然科学基金资助项目(71273053)
福建省优秀人才支持计划项目(XSJRC2007-11)
文摘
针对现有多变量时间序列分类算法存在的要求序列等长和忽视类别信息两个不足,提出基于奇异值分解(SVD)和判别局部保持投影的分类算法。该算法基于降维思想,先通过SVD将样本的第一右奇异向量作为特征向量,以此将不等长序列转化为规模大小相同的序列;接着采用基于最大间距准则的判别局部保持投影对特征向量投影,充分利用类别信息以确保投影后同类样本尽量接近,异类样本尽量分散;最后在低维子空间采用1最近邻(1NN)、Parzen窗、支持向量机(SVM)和朴素Bayes分类器进行分类。在Australian Sign Language(ASL)、Japanese Vowels(JV)和Wafer三个公开的多变量时间序列数据集上进行的实验结果表明:在时间开销基本不变的前提下,所提方法取得了较低的分类错误率。
关键词
多变量时间序列
分类
奇异值分解
判别局部保持投影
最大间距准则
Keywords
multivariate time series
classification
Singular Value Decomposition （SVD）
Discriminant
locality
preserving
project
ion （
dlpp）
maximum margin criterion
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于RMDLPP的雷达空中目标分类
刘帅康
曹伟
管志强
杨学岭
许金鑫
《系统工程与电子技术》
EI
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于奇异值分解和判别局部保持投影的多变量时间序列分类
董红玉
陈晓云
《计算机应用》
CSCD
北大核心
2014
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
