首页 | 本学科首页   官方微博 | 高级检索  
     

基于子类划分的SVM及水声目标识别应用
引用本文:史广智,胡均川,卢晓亭,阳雄. 基于子类划分的SVM及水声目标识别应用[J]. 系统仿真学报, 2009, 21(24)
作者姓名:史广智  胡均川  卢晓亭  阳雄
作者单位:1. 海军潜艇学院,青岛,266071
2. 海军司令部,北京,100841
基金项目:"十一五"预先研究项目
摘    要:针对目标类空间的可分离性特点,研究了动态聚类与支持向量机相结合的基于子类划分的支持向量机.提出了以子类中心为基点度量训练样本惩罚度的方法.在采用动态聚类将目标类划分为子类的基础上,综合考虑训练样本与所属子类的距离、子类对所属目标类的隶属度及目标类间的关系,以度量不同训练样本的惩罚度.并应用于水声目标识别中,对两类舰船目标的识别情况进行了比较,实验表明效果好于经典支持向量机.

关 键 词:支持向量机  水声目标识别  动态聚类  惩罚函数

SVM Based on Subclass and Application of Underwater Acoustic Target Recognition
Abstract:
Keywords:support vector machine (SVM)  underwater acoustic target recognition  dynamic clustering  penalization- function
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号