| 基于v-SVM的多雷达数据机器识别方法研究 |
| |
| 引用本文： | 周应超,陈颖,宁新宝. 基于v-SVM的多雷达数据机器识别方法研究[J]. 科学技术与工程, 2008, 8(23) |
| |
| 作者姓名： | 周应超 陈颖 宁新宝 |
| |
| 作者单位： | 南京大学生物医学电子工程研究所,南京,210093;南京大学生物医学电子工程研究所,南京,210093;南京大学生物医学电子工程研究所,南京,210093 |
| |
| 基金项目： | 国家自然科学基金 |
| |
| 摘 要： | 为了综合利用多雷达数据信息和获得高质量的点迹、航迹，需要对空中目标的多雷达数据进行机器自动识别。支持向量机（Support vector machine，简称SVM）是一种结构风险最小化原理，具有很高泛化性能的学习算法。使用SVM理论，通过对三部雷达的探测数据的分类、识别处理，对多雷达数据的机器识别方法进行了研究，分类正确率可以达到99．40％，表明，此机器识别方法是可行的。
|
| 关 键 词： | 雷达组网 航迹 点迹 等周期融合 支持向量机 |
Classifying Multi-radar Data by Machine Based on v-SVM |
| |
| ZHOU Ying-chao,CHEN Ying,NING Xin-bao. Classifying Multi-radar Data by Machine Based on v-SVM[J]. Science Technology and Engineering, 2008, 8(23) |
| |
| Authors: | ZHOU Ying-chao CHEN Ying NING Xin-bao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
