基于改进F—SVM算法的雷达距离像目标识别
【出 处】:《
计算机工程与科学
》
CSCD
2013年第35卷第6期 82-87页,共6页
【作 者】:
方宁
[1,2] ;
谭飞
[2]
【摘 要】
摘要:模糊支持向量机是在不可分样本集情况下进行模式分类的有效工具,为了进一步提高该算法的推广能力,对其进行了两方面的改进。一是在高维特征空间中引入不等距分类超平面,以期提高该算法的学习精度;二是在高维特征空间中,利用本文所提出的算法,筛选出有效的训练样本集,以期缩短该算法学习所耗时间。对模糊支持向量机的改进进行了理论推导,并且给出了有效训练样本集的筛选算法。把上述改进方案应用到两种飞机的雷达一维距离像识别中,实验结果表明其取得了很好的识别效果,并且缩短了算法学习时间。
相关热词搜索:
上一篇:基于人工势场法的路径规划方法研究及展望
下一篇:两个叛逆者追踪方案的安全性分析