10.3969/j.issn.1001-506X.2017.04.03
基于熵的自适应加权投票HRRP融合识别方法
基于不同分类器对同一样本分类能力不同,同一分类器对不同样本可分程度不同的思想,为不同样本赋予不同融合权重,提出了一种基于熵的自适应加权投票高分辨距离像(high range resolution profile, HRRP)融合识别方法.该方法将二分类相关向量机(relevance vector machine,RVM)扩展为多类分类RVM概率模型,并对不同HRRP特征样本进行分类,利用每个多类分类RVM输出的样本后验概率信息计算出的熵值自适应为各个样本赋予权重,使得不同分类器以及同一分类器对不同样本的决策占有不同的比重,熵值越大的样本赋予的融合权重越低,最后通过加权投票方法实现融合识别,得到目标的最终识别结果.仿真实验结果验证了所提方法的有效性.
目标识别、高分辨距离像、相关向量机、加权投票、熵
39
TP181(自动化基础理论)
国家自然科学基金60975026,61503407资助课题
2017-05-16（万方平台首次上网日期，不代表论文的发表时间）
共7页
707-713
