[发明专利]一种基于流形距离表征的舰船目标分类识别算法

摘要

本发明公开了一种基于流形距离表征舰船目标分类识别算法在加权修正局部反熵算子表示的样本间的距离权值的基础上，提出了一种基于流形距离表征的目标对象间的相似度量标准。该度量标准较传统的距离度量标准更贴近反映目标对象真实的空间分布，它是一种有效的度量标准；同时基于该标准的样本的邻居样本的预处理筛选，提高了概率生成模型的分类效率，满足了舰船目标分类识别提出的实时性处理要求。

主权项

一种基于流形距离表征的舰船目标分类识别算法，其特征在于：该算法包括以下步骤：步骤1：在样本流形空间中，首先构建一个加权无向图G(V,E)，其中V表示顶点，它由样本集组成，E表示边集；步骤2：假设p(V_i,V_j)为样本V_i、V_j所在的路径，又假设p为路径p(V_i,V_j)上任两个样本间的路径，p_m为路径p(V_i,V_j)上的第m个样本，由最短路径计算原理，得到流形距离的计算公式：上式中，权值其中，为局部邻域区域内的局部反熵值，表示样本p_m+1连接中线上距离二者最近的样本点，且步骤3：假设样本V_i的邻居节点为V_j、V_k，则根据步骤(2)定义的流形距离，若L(V_i,V_j)≤L(V_i,V_k)，则邻居节点V_j占优于V_k，记做V_j＞V_k，反之，若V_k占优于V_j，记做在占优关系定义的基础上，令集合V＝{V₁,V₂,V₃,…,V_i,…,V_N}，则在集合V中，若V_i＞V_i+1，则记做V_＞＝{V₁,V₂,V₃,…,V_i,…,V_N}；反之，若则记做集合V_＞或就称作优势集；步骤4：基于上述定义，首先根据样本V_i和其邻居样本间的流形距离进行快速排序，于是得到一个对应的优势集V'_＞，假设V'_＞＝{V₁,V₂,V₃,…,V_k,…,V_N}；步骤5：对于优势集V′_＞，从前往后依次选取个(N代表样本集个数)样本作为样本V_i的邻居样本，并将其带入概率生成模型中求解得到分 类识别结果。