[發(fā)明專利]基于稀疏最小二乘支撐向量機的SAR目標識別方法

有效

• 申請?zhí)枺?/td>: 200910022648.8
• 申請日: 2009-05-22
• 公開（公告）號: CN101551856A
• 公開（公告）日: 2009-10-07
• 發(fā)明（設(shè)計）人: 張向榮;焦李成;張一凡;侯彪;王爽;楊淑媛;周偉達;馬文萍
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66;G01S13/90
• 代理公司: 陜西電子工業(yè)專利中心
• 代理人: 王品華;朱紅星

1.一種基于稀疏最小二乘支撐向量機的SAR目標識別方法，包括如下過程：

(1)對選定的已知類別信息的SAR目標圖像，采用核主分量分析方法進行特征提取，得到訓(xùn)練樣本集?其中n是訓(xùn)練樣本集的樣本個數(shù)，x_k表示第k個訓(xùn)練樣本，用一個行向量表示，y_k是與樣本x_k相對應(yīng)的標簽；

(2)對SAR目標待識別圖像，采用核主分量分析方法進行特征提取，得到測試樣本集?n′是測試樣本集的樣本個數(shù)，?表示第k個測試樣本，用一個行向量表示；

(3)對特征提取之后的訓(xùn)練樣本集，采用增量學(xué)習(xí)和逆學(xué)習(xí)相結(jié)合的方法按如下過程進行迭代訓(xùn)練，得到支撐向量集合?和該集合中所有支撐向量所對應(yīng)的拉格朗日乘子向量?和偏斜量b，其中p_s為當(dāng)前支撐向量集合中第s個支撐向量，?為當(dāng)前支撐向量集合中第s個支撐向量所對應(yīng)的類別標簽，?是當(dāng)前支撐向量集合中第s個支撐向量所對應(yīng)的拉格朗日乘子，b是一個標量：

(3a)選擇第一個訓(xùn)練樣本作為支撐向量，由此得到一個初始的支撐向量集P_m＝{x₁，y₁}，m＝1，通過最小二乘支撐向量機的求解線性方程組的方法得到該支撐向量集相應(yīng)的拉格朗日乘子向量?和偏斜量b_m，由P_m、?和b_m構(gòu)成一個初始的分類器：?

(3b)用得到的分類器對剩下的訓(xùn)練樣本進行分類，每次從分錯的樣本和離類邊界比較近的樣本中選擇一個樣本作為新的支撐向量，把這個樣本和其相對應(yīng)的標簽加到支撐向量集合P_m中，得到P_m+1，其中m+1是更新后的支撐向量集中支撐向量的個數(shù)，并通過最小二乘支撐向量機的求解線性方程組的方法，計算得到該集合中支撐向量所對應(yīng)的拉格朗日乘子向量?和偏斜量b_m+1，得到一個新的分類器：?

所述的每次從分錯的樣本和離類邊界比較近的樣本中選擇一個樣本作為新的支撐向量，是用得到的分類器對未被挑選為支撐向量的訓(xùn)練樣本?進行分類，得到對應(yīng)的類別標簽?然后計算分類標簽和實際標簽的乘積函數(shù)?的值，?是與?相對應(yīng)的實際標簽，找出h中最小值對應(yīng)的標號v所對應(yīng)的訓(xùn)練樣本?和標簽?

(3c)更新變量m＝m+1；

(3d)重復(fù)過程(3b)和(3c)L次，得到一個新的分類器：?

(3e)找出拉格朗日乘子向量?中絕對值最小的拉格朗日乘子，并刪除掉其所對應(yīng)的那個支撐向量，通過最小二乘支撐向量機的求解線性方程組的方法計算得到刪除后支撐向量集合所對應(yīng)的拉格朗日乘子向量?和偏斜量b_m-1，得到一個新的分類器：?

(3f)更新變量m＝m-1；

(3g)循環(huán)第(3b)步到第(3f)步直到滿足停止的條件h，得到稀疏的支撐向量集合P_m，并通過最小二乘支撐向量機的求解線性方程組的方法計算得到稀疏支撐向量集合的拉格朗日乘子向量?和偏斜量b，其中?是支撐向量集合中第s個支撐向量所對應(yīng)的拉格朗日乘子，h大于0.5；

(4)根據(jù)訓(xùn)練得到的支撐向量集合P_m、拉格朗日乘子向量α和偏斜量b，用分類決策函數(shù)對測試樣本進行識別，得到測試樣本所屬的類別?其中?表示第k個測試樣本所對應(yīng)的類別標簽，

所述的分類決策函數(shù)為：?其中x′是測試樣本，?是支撐向量集合中第s個支撐向量所對應(yīng)的拉格朗日乘子，p_s是支撐向量?集合中第s個支撐向量，?是支撐向量集合中第s個支撐向量所對應(yīng)的類別標簽，K是一個核函數(shù)，該核函數(shù)K為：?x、y分別是一個樣本向量，σ²是核函數(shù)的參數(shù)，通過網(wǎng)格搜索法求出。?