摘要：基于不同分类器对同一样本分类能力不同，同一分类器对不同样本可分程度不同的思想，为不同样本赋予不同融合权重，提出了一种基于熵的自适应加权投票高分辨距离像 （high range resolution profile, HRRP）融合识别方法。该方法将二分类相关向量机（relevance vector machine,RVM）扩展为多类分类RVM概率模型，并对不同HRRP特征样本进行分类，利用每个多类分类RVM输出的样本后验概率信息计算出的熵值自适应为各个样本赋予权重，使得不同分类器以及同一分类器对不同样本的决策占有不同的比重，熵值越大的样本赋予的融合权重越低，最后通过加权投票方法实现融合识别，得到目标的最终识别结果。仿真实验结果验证了所提方法的有效性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社