论文部分内容阅读
流形学习的提出和发展为毫米波雷达目标识别提供了新的思路。针对传统特征提取算法的不足,提出了一种基于核的非线性流形学习算法,即核不相关邻域保持投影(KUNPP)。该算法在邻域保持投影的基础上引入再生核,将数据映射到Hilbert空间;在Hilbert空间内执行邻域保持投影算法,并引入不相关约束,使得到的特征向量具有不相关性,减少冗余信息。将KUNPP应用于毫米波雷达目标识别,仿真数据集和实测数据集的实验结果均表明算法能取得较好的结果。