一种并行在线算法在弹道目标识别中的应用研究

本文针对非合作性弹道目标识别样本规模小、计算实时性需求高的特点，提出一种并行在线识别算法。该算法基于多核学习的不同核矩阵权重的自适应学习实现对不同飞行阶段目标特征的自选择，并进一步利用增量学习实现算法的在线化应用。进一步地，针对不同的飞行阶段人工干预参与学习的目标特征选择。仿真试验结果表明，该算法可用于弹道目标的头体分辨，计算效率高，准确率满足工程需求。