从高维合成Kong径雷达图像中提取特征是SAR自动目标识别的关键步骤之一。 在本文中，我们提出了一种基于流形学习理论的SAR图像特征提取新方法，即邻域几何中心缩放嵌入。 在我们的框架中，引入邻域几何中心缩放以构​​建邻域关系。 样本在降维方面具有清晰的聚类方向，并且在特征空间中的分类要比原始空间中的分类更好。 此外，通过引入邻域几何中心定标，有效降低了邻域参数对识别性能的影响。 基于动静目标获取与识别数据库的实验表明，该方法具有比其他方法更好的识别性能和更高的稳定性。