本發(fā)明公開了一種核自適應(yīng)均值判別分析的高分辨距離像目標(biāo)識(shí)別方法，包括獲取原始HRRP信號(hào)訓(xùn)練集，進(jìn)行l(wèi)2范數(shù)歸一化提取功率譜特征，得到預(yù)處理后的特征樣本集；并采用核函數(shù)映射到高維特征空間；配置自適應(yīng)離散度矩陣；求取最佳投影方向；獲得新的非線性降維訓(xùn)練特征集；SVM分類器訓(xùn)練；對待測試原始HRRP信號(hào)進(jìn)行SVM分類識(shí)別。本發(fā)明方法使核映射空間不僅利用了訓(xùn)練樣本的全局信息，而且在信息提取中自適應(yīng)融入了局部信息，能夠獲得比常用的特征提取和數(shù)據(jù)降維方法可分性更強(qiáng)的低維度特征，提高了識(shí)別精度。該方法同樣適用于其他信號(hào)的特征提取和分類情況，如無損檢測中利用漏磁信號(hào)對裂紋種類、大小的分類，音頻信號(hào)分類等。