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。