[发明专利]一种基于多传感器的导弹目标类型识别方法有效
| 申请号： | 201711396230.4 | 申请日： | 2017-12-21 |
| 公开（公告）号： | CN108106500B | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 郑冕;黄坤;杨子晨;胡洋;吕遐东 | 申请（专利权）人： | 中国舰船研究设计中心 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 42102 湖北武汉永嘉专利代理有限公司 | 代理人： | 胡建平 |
| 地址： | 430064 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多传感器的导弹目标类型识别方法，包括以下步骤：1)使用传感器采集导弹目标数据，然后根据多个传感器采集的导弹目标数据，构建训练样本矩阵和测试样本矩阵；2)对训练样本矩阵进行奇异值分解，根据奇异值的贡献率确定降维维度；3)根据奇异值分解得到的样本矩阵生成分类模型，所述分类模型由线性变换矩阵和分类中心向量组组成；4)对待分类的样本进行投影预处理得到待分类样本向量，计算该向量与步骤3)得到的分类中心向量组中的每个分量的余弦距离，将距离最近的一组作为类型识别结果。本发明能利用多传感器生成的高维样本数据进行兼顾效率与准确率的导弹目标类型识别。 | ||
| 搜索关键词： | 导弹目标 矩阵 多传感器 奇异值分解 分类模型 分类中心 训练样本 向量组 向量 线性变换矩阵 传感器采集 使用传感器 投影预处理 测试样本 分类样本 距离最近 样本矩阵 样本数据 余弦距离 贡献率 准确率 高维 构建 样本 采集 分类 | ||
【主权项】：
1.一种基于多传感器的导弹目标类型识别方法，其特征在于，包括以下步骤：/n1)使用传感器采集导弹目标数据，然后根据多个传感器采集的导弹目标数据，构建训练样本矩阵和测试样本矩阵；训练样本矩阵和测试样本矩阵的组成结构相同，矩阵的每一行代表一种导弹目标特征，每一列表示一个导弹目标样本；/n2)对训练样本矩阵进行奇异值分解，根据奇异值的贡献率确定降维维度；/n所述步骤2)中对训练样本矩阵进行奇异值分解，根据奇异值的贡献率确定降维维度的具体步骤如下：/n2.1)对样本矩阵X进行奇异值分解，对矩阵X分解后，得到三个矩阵：U、S和V
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舰船研究设计中心，未经中国舰船研究设计中心许可，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/patent/201711396230.4/，转载请声明来源钻瓜专利网。
