- 专利标题: 基于Spearman相关性特征再表达的目标检测方法
-
申请号: CN202411016849.8申请日: 2024-07-29
-
公开(公告)号: CN118551312B公开(公告)日: 2024-10-11
- 发明人: 刘宁波 , 姜星宇 , 丁昊 , 董云龙 , 关键 , 王国庆 , 黄勇 , 于恒力 , 曹政
- 申请人: 中国人民解放军海军航空大学
- 申请人地址: 山东省烟台市芝罘区二马路188号
- 专利权人: 中国人民解放军海军航空大学
- 当前专利权人: 中国人民解放军海军航空大学
- 当前专利权人地址: 山东省烟台市芝罘区二马路188号
- 代理机构: 烟台双联专利事务所
- 代理商 矫智兰
- 主分类号: G06F18/2431
- IPC分类号: G06F18/2431 ; G06F18/15 ; G06F18/2113 ; G06F18/2131 ; G06F18/2132 ; G06F18/2135 ; G06F18/21 ; G06F18/22 ; G01S7/41 ; G06F123/02
摘要:
本发明公开了基于Spearman相关性特征再表达的目标检测方法,涉及目标检测技术领域,包括特征特性分析与改进、Spearman相关性特征的目标检测和试验结果与分析。本发明分析了现有特征的幅度分布特性,修正了基于默认正态分布的归一化特征提取方式,进一步,提出了修正特征和新特征,对目标和海杂波有较好的分类能力。提出了基于Spearman相关性的广义线性分组方法,优化了组内特征的线性关系。并在此基础上,提出了基于B氏距离的组内特征再表达方法,将12维特征向量压缩为一个3维特征向量。此方法得到的3维特征,相较直接降维方法有更好的分类能力,且无主次关系,在三维特征空间中可以彼此补充。
公开/授权文献
- CN118551312A 基于Spearman相关性特征再表达的目标检测方法 公开/授权日:2024-08-27