[发明专利]一种线性判别学习真假目标一维距离像特征提取方法

权利要求书

1.一种线性判别学习真假目标一维距离像特征提取方法，其特征在于，包括以下步骤：

S1、设n维列矢量x_ij为第i^th类真假目标的第j^th个训练一维距离像,1≤i≤g，1≤j≤N_i，其中N_i为第i^th类真假目标的训练一维距离像样本数，N为训练一维距离像样本总数，设x_ij对应的带宽对角矩阵为：

其中b_ij为系数，为预设值；则第i^th类样本分布的密度估计值为：

其中||·||为2-范数，β(·)为核分布函数：

S2、建立第i^th类样本分布的中心矢量迭代方程：

式(2)右边对x求偏导，并令其等于零，得：

其中

由式(4)可得第i^th类样本分布的中心矢量迭代学习方程

S3、通过学习计算第i^th类样本分布的中心矢量：

S31、计算第i^th类样本分布中心的初始矢量

S32、按式(6)计算第i^th类样本分布中心的修正量；

S33、如果迭代修正量的模小于给定值或迭代次数超过最大迭代次数，则迭代终止；

S4、根据步骤S3获得各类目标样本中心代替每类样本的均值矢量，计算类内散布矩阵S_w和类间散布矩阵S_b

取矩阵的(g-1)个最大特征量对应的特征向量构成线性判别学习变换矩阵A，将任意一维距离像x_t进行如下变换

y_t＝A^Tx_t (10)

其中y_t即为x_t对应的特征矢量，T表示矩阵转置。