论文部分内容阅读
最大平均相关高度（MACH： Maximum Average Correlation Height）滤波器是一种重要的基于相关的模式识别方法。滤波器由训练数据线性构造而成，具有良好的畸变容忍能力，在线性高斯噪声条件下具有理论最优性。为将算法适用于广泛的非线性、非高斯情形，本文引入一种新的度量函数相关熵，可隐性地将输入数据通过非线性变换映射到特征空间；并在新的空间中提出了基于相关熵的MACH滤波器构造方法。最后将此方法应用于合成孔径雷达（SAR：Synthetic Aperture Radar）图像目标分类