Robust principal component analysis for micro-doppler based automatic target recognition
Robust principal component analysis for micro-doppler based automatic target recognition
复制标题
基于微多普勒的自动目标识别的鲁棒主成分分析
DOI：
--
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
J. Soraghan
中科院分区：
文献类型：
--
作者：
C. Clemente;A. W. Miller;J. Soraghan
在处理真实数据时，很可能会显示出数据中存在意想不到的观测值，这可能会影响目标签名的代表性特征的正确还原。对于基于微多普勒的分类的具体情况，这个问题可能出现在特征选择阶段。为了解决这一问题，引入了基于最小协方差行列式（MCD）估计量的鲁棒主成分分析。结果表明，该方法提高了整体分类精度。
Dealing with real data it is likely that it will exhibit the presence of unexpected observations within the data which can affect the correct reduction of the representative features of a target signature. For the speciffc case of micro-Doppler based classiffcation this problem can appear in the feature selection stage. To address this problem the Robust PCA based on the Minimum Covariance Determinant (MCD) estimator is introduced. The proposed technique showed to improve the overall classiffcation accuracy.
使用多特征集成的基于微多普勒的目标分类
DOI：
--
发表时间：
--
期刊：
--
影响因子：
--
作者：
A Miller (Author)
通讯作者：
A Miller (Author)