[发明专利]一种面向雷达电磁干扰效应分析的特征选择方法有效

专利信息
申请号: 202011229746.1 申请日: 2020-11-06
公开(公告)号: CN112231933B 公开(公告)日: 2023-07-28
发明(设计)人: 王泽龙;刘吉英;谭欣桐;王艺琳;战亚鹏;舒小虎 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: G06F30/20 分类号: G06F30/20;G06N7/01;G06F111/04
代理公司: 北京高沃律师事务所 11569 代理人: 王立普
地址: 410005 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 雷达 电磁 干扰 效应 分析 特征 选择 方法
【权利要求书】:

1.一种面向雷达电磁干扰效应分析的特征选择方法,其特征在于,包括:

获取面向雷达电磁干扰效应的原始特征;

根据所述原始特征确定原始特征空间和原始样本集;

根据所述原始样本集确定子空间模型参量;所述子空间模型参量包括:子空间维度和表示权重矩阵;

所述根据所述原始样本集确定子空间模型参量,具体包括:

获取所述原始样本集中任一原始样本到所述原始样本集的k邻域集中样本的最大距离;

根据所述最大距离确定所述子空间维度;

所述子空间维度为:

其中,为k邻域集对应的平均距离;若d不是整数,取不小于d的最小整数作为子空间维度的最终估计;rn,k=max{|xn-x|x∈Γn}为原始样本集中任一原始样本到原始样本集的k邻域集中样本的最大距离;xn为原始样本集的第n个原始样本;Γn为距离xn最近的k邻域集中样本构成的集合;x为集合Γn中任一原始样本;

根据所述原始样本集和所述原始样本集的k邻域集,采用预设条件确定所述表示权重矩阵;

其中,W为表示权重矩阵,RN×N为N×N维实空间,N为原始样本总个数,xi为第i个原始样本,wij为k邻域集中的第(i,j)个样本,xj为第j个原始样本,Λi为k邻域集中样本对应的指标集;

根据所述子空间模型参量构建特征子空间估计模型;

根据所述特征子空间估计模型确定特征子空间;

根据所述原始特征空间和所述特征子空间确定从所述原始特征空间中的原始特征到所述特征子空间的子特征间的线性映射模型,具体包括:

采用欧式距离度量所述原始特征空间与所述特征子空间的接近程度,得到所述线性映射模型的逼近项为:

采用稀疏约束条件确定所述线性映射模型的先验项为

根据所述逼近项和所述先验项确定所述线性映射模型为:

其中,X为原特征空间中的原始样本,Y为特征子空间中的原始样本,S为线性映射矩阵,sij为S的第(i,j)个元素,||·||2,1为范数,D为S的行数,d为S的列数;η0为正则化参数;

根据所述线性映射模型确定线性映射估计值;

采用所述线性映射估计值对所述原始特征进行特征评价和选择得到选择的特征,进而完成面向雷达电磁干扰效应分析的特征选择。

2.根据权利要求1所述的面向雷达电磁干扰效应分析的特征选择方法,其特征在于,采用所述线性映射估计值对所述原始特征进行特征评价和选择得到选择的特征,具体包括:

根据所述线性映射估计值确定每一所述原始特征的评价值,并根据所述评价值确定评价值集合;

将所述评价值集合中的元素降序排列后,提取排序后的前d个元素,并提取与所述前d个元素相对应的特征;所述特征即为选择得到的特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011229746.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top