论文部分内容阅读
最优聚类中心法是一种有效的雷达目标一维距离像识别方法，但当训练数据较少时，该方法的识别性能急剧下降．其原因是该算法在利用少量数据进行训练时易产生“病态”矩阵，“病态”矩阵直接参与运算，导致错误识别结果．因此，该文提出了一种改进最优聚类中心法，主要思想是把“病态”矩阵进行“良态”化处理后再参与运算，以得到正确的识别结果，从而使该算法在训练数据较少时仍能保持较高识别率．仿真实验结果表明该方法的有效性．