基于统计判决的分类器设计及在雷达目标识别中的应用

《基于统计判决的分类器设计及在雷达目标识别中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于统计判决的分类器设计及在雷达目标识别中的应用作者姓名李莉玲导师姓名、职称杜兰教授一级学科信息与通信工程二级学科信号与信息处理申请学位类别工学硕士提交学位论文日期2014年12月学校代码10701学号1202121117分类TN82号TN95密级公开西安电子科技大学硕士学位论文基于统计判决的分类器设计及在雷达目标识别中的应用作者姓名：李莉玲一级学科：信息与通信工程二级学科：信号与信息处理学位类别：工学硕士指导教师姓名、职称：杜兰教授提交日期：2014年12月ClassifierDesignbasedonStatistical

2、DecisionwithApplicationstoRadarTargetRecognitionAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinInformationandCommunicationEngineeringByLililingSupervisor:Prof.DulanDecember2014西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声

3、明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处，本人承担一切法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于西安

4、电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要随着科学技术的飞速发展和大规模高维数据的涌现，模式分类在越来越多的领域得到广泛的重视和应用。在国内外最新研究成果的基础上，本文着重从多类分类和一类分类两个方面展开研究。1．本文第二章介绍了现有的多类分类器和一类分类器。1)多类分类

5、器方面，依次介绍了贝叶斯分类器、互信息准则、互信息与贝叶斯错误率之间的关系，并由此引出基于互信息准则的信息判别分析(IDA)和其它相关的多类分类器；2)一类分类器方面，介绍了支持向量域描述(SVDD)和一类支持向量机(一类SVM)两种一类分类器。最后介绍了几种公认的分类器性能评价指标。2．针对IDA中存在的高维估计误差问题，本文第三章提出了基于线性统计模型和互信息准则的多类分类器。该分类器采用线性统计模型描述观测数据的子空间统计结构，利用互信息准则对子空间可分性进行约束，通过联合优化对数似然函数和互信息函数，求取最优变换矩阵和

6、噪声方差。该分类器可以直接求取最优变换矩阵，在使得子空间强可分性的同时，也能尽可能准确的描述观测数据。基于人工合成数据、加州大学欧文分校(UCI)公共数据和雷达实测数据的仿真实验共同验证了该分类器良好的分类性能和鲁棒性。3．针对现有一类分类器中普遍存在的模型选择问题，本文第四章提出了无限贝叶斯一类SVM分类器。首先利用归一化函数对现有的一类SVM进行改进，然后借助数据增强技术将改进的一类SVM用概率模型进行表达，得到贝叶斯一类SVM分类器，最后利用Dirichlet过程(DP)无限混合专家模型对贝叶斯一类SVM进行扩展，得到无

7、限贝叶斯一类SVM分类器。该分类器不需要人工干预设置参数，能够自动适应数据的变化，自动学习模型参数实现模型选择。人工合成数据、UCI公共数据和雷达实测数据证明了该分类器具有良好的一类分类性能。关键词：多类分类器，互信息，一类分类器，一类支持向量机，Dirichlet过程论文类型：基础研究类I西安电子科技大学硕士学位论文IIABSTRACTABSTRACTWiththerapiddevelopmentofsciencetechnologyandtheemergenceoflarge-scalehigh-dimensionalda

8、ta,patternclassificationhasreceivedintensiveattentionandapplicationinmoreandmorefields.Basedonthenewresearchathomeandabroad,thisdissertati