[发明专利]一种基于电磁和红外的特征选择方法及目标识别方法

权利要求书

1.一种基于电磁和红外的特征选择方法，其特征在于包括如下步骤：

对获取的电磁信号和红外图像数据进行预处理；

从预处理后的数据中获得第i个特征的样本数据矩阵D；

从样本数据矩阵D中随机选择样本R_i中，分别找到其同一类和不同类k个最近邻样本；

计算类内和类外两个样本之间的距离；

计算所有样本所有特征的权重；

迭代多次，更新特征的权重；

比较权重与阈值的大小；

循环上述步骤，计算样本中所有特征的权重，经过阈值筛选，获得经过特征选择后的矩阵D′。

2.根据权利要求1所述的基于电磁和红外的特征选择方法，其特征在于，

红外图像数据和雷达获得的电磁信号为原始分类数据，进行归一化变换：

X_i(j)为雷达信号和红外成像预处理数据的样本，i＝1,2,…N，N为样本数，j＝1,2,…,I,I为样本维数，X′_i(j)即标准化变换后的样本。

3.根据权利要求1所述的基于电磁和红外的特征选择方法，其特征在于，

样本数据矩阵D是N×I的分类样本的矩阵，其中N为总样本数，I为每个样本的总特征数；每个样本有一个目标类型标签c，c∈(1,C]，C是类别数量。

4.根据权利要求3所述的基于电磁和红外的特征选择方法，其特征在于，

从样本数据矩阵D中随机选择样本R，从同一类中找到它的k个最近邻样本H_j，j＝1,2,…,k，以及每个不同类中的k个最近邻M_j(C)，j＝1,2,…,k,c＝1,2,…,C,

5.根据权利要求4所述的基于电磁和红外的特征选择方法，其特征在于，

计算两个样本之间距离时，假设标准欧几里得距离空间中的特征由向量A_i,i＝1,...I描述，对于给定的特征A_i，特征A_i上两个样本R₁和R₂之间的距离计算如下：

6.根据权利要求5所述的基于电磁和红外的特征选择方法，其特征在于，

计算类分布概率，

其中P(c)是类别c的概率，P(Class(R))为随机选取的某样本的类别的比例。

7.根据权利要求6所述的基于电磁和红外的特征选择方法，其特征在于，

对于n个样本的所有特征，迭代次数m，特征权重W[A]：

其中，从样本数据矩阵D中随机选择样本R，从同一类中找到它的k个最近邻样本H_j，j＝1,2,…,k，以及每个不同类中的k个最近邻M_j(C)，j＝1,2,…,k,c＝1,2,…,C，m为迭代次数。

8.根据权利要求7所述的基于电磁和红外的特征选择方法，其特征在于，

整个过程迭代m次更新权重W(A)，

9.根据权利要求8所述的基于电磁和红外的特征选择方法，其特征在于，

设置特征权重阈值δ，比较权重W(A)与阈值δ大小，判定：

W(A)大于等于阈值时为选择的特征，W(A)小于阈值时为冗余特征。

10.一种基于电磁和红外的目标识别方法，其特征在于，采用权利要求1-9中任一方法获得的特征进行目标识别。