基于特征空间分布的Fisher特征选择方法

作者:刘峥; 秦基凯; 王晶晶; 谢荣; 靳冰洋
来源:2020-03-31, 中国, ZL202010244314.1.

摘要

本发明公开了一种基于特征空间分布的Fisher特征选择方法,解决了特征空间非均匀多区域聚合性分布特征可分性值的准确计算问题,选择出可分性较高的特征供雷达目标识别。实现过程是:对原始特征集中的每个特征进行空间区域划分;计算子空间区域权值及Fisher值;计算每个特征的Fisher值;选出最优特征集用于雷达目标识别。本发明对特征空间区域划分,并计算各子空间区域的权值及Fisher值,加权得到各特征的Fisher值。本发明使Fisher值的计算结果更加准确,选出的最优特征集的目标鉴别概率更高,提升了雷达目标识别率。实验也证明,本发明可分性值计算更为准确,鉴别概率更优。用于雷达目标识别。