基于聚类中心GDA的一维像目标识别方法

对于目标高分辨一维距离像的目标识别,给出了一种基于广义判别分析(GDA)的特征非线性映射方法,将所提取的功率谱特征参数优化后,使目标特征参数在非线性特征空间中的Fisher比增大,使用基于高斯混合模型的分类器进行目标识别.针对训练样本多时GDA计算代价大,特征提取速度慢问题,提出了一种将训练样本做聚类后使用聚类中心作为训练样本计算GDA模型参数的快速算法,使模型训练时间及其特征识别时间均有很大程度上的减少,并且识别效果也相对与抽样选择训练样本有明显提高,实验结果表明了文中所提方法的有效性.