支持向量机推广能力估计方法比较

支持向量机是一种新的机器学习算法，与其它学习算法相比，它的最大优点是基于结构风险最小化原则，因而能够保证推广能力。推广能力估计是机器学习中的一个重要问题，是实现自适应调整、参数选择、模型选择的等方法的基础。本文详细比较当前较有影响的几种推广能力估计方法，指出了这些方法适应范围和优缺点，并结合各种方法的原理讨论了推广能力估计可能的发展方向。     

一种基于DBF的反辐射导引头快速测向技术

为了提高反辐射导引头角度搜索的速度,文中提出了一种基于数字波束形成的快速测向技术。该技术基于折半查找的思想,将角度搜索问题转换为利用不同宽度的数字波束进行空间目标角度的折半查找问题。研究了该方法的基本原理,分析了其搜索速度和运算量。仿真结果显示,该方法在保证应有的测角精度与角度分辨力的条件下,解决了传统数字波束形成时侦测时间较长,且效率低的问题。     

基于条带式SAR与聚束式SAR内在联系的SAR成像研究

针对条带式合成孔径雷达（stripmap sar）与聚束式合成孔径雷达（spotlight sar）的方位向频谱结构,讨论了两种模式SAR之间的区别与联系,利用两者之间的内在联系,提出斜视条件下将条带式SAR数据分块,进行聚束式处理的方法,并对聚束式成像区域大小参数的选择进行了分析.对于相同尺寸的成像区域,对条带式SAR进行聚束式处理可以减小运算量.采用空间频率插值成像算法实现了条带式SAR与聚束式SAR成像算法上的统一,最后应用外场实测数据完成成像,成像结果证实了理论分析的正确性.     

干涉合成孔径雷达干扰效果评估

针对InSAR干扰效能评估,提出了一种基于相关测度的客观评估指标,将图像相关测度的方法应用到InSAR干扰效果评估,建立评估模型。推导了InSAR成像的原理并进行仿真,分析了传统主观评估法以及存在的问题,最后分析了直接相关测度和归一化相关测度用于评估干扰效果的方法。仿真实例表明了该方法的准确性和有效性。