首页 | 本学科首页   官方微博 | 高级检索  
     检索      

支持向量机改进算法在船舶桨叶数分类中的应用
引用本文:戴卫国,李海涛,李智忠,王易川.支持向量机改进算法在船舶桨叶数分类中的应用[J].舰船科学技术,2015(6).
作者姓名:戴卫国  李海涛  李智忠  王易川
作者单位:海军潜艇学院,山东 青岛,266042
摘    要:利用船舶目标辐射噪声DEMON谱特征,采用支持向量机改进算法,实现了对船舶螺旋桨桨叶数的分类识别应用研究。针对支持向量机算法对噪声比较敏感和求解最优分类面时约束较多不利于支持向量机最优分类面寻优的问题,在保持支持向量稀疏特性和应用径向基核函数的条件下,对支持向量机算法在松弛变量和决策函数2方面进行改进,构造齐次决策二阶损失函数径向基支持向量机改进算法,进行理论分析、数据仿真实验,并应用于利用船舶目标辐射噪声DEMON谱进行船舶螺旋桨桨叶数的分类识别实验。结果表明,该改进算法实现了支持向量机在二次规划中的最小约束条件下最优分类面求解,具有模型参数寻优空间广阔、总体分类性能优的特点,其分类性能优于原支持向量机算法,适用于利用船舶目标辐射噪声DENOM进行船舶螺旋桨桨叶数分类应用。

关 键 词:支持向量机  径向基核函数  DEMON  分类器

Application of an improved support vector machine classification algorithm for ship propeller blade number recognition
DAI Wei-guo,LI Hai-tao,LI Zhi-zhong,WANG Yi-chuan.Application of an improved support vector machine classification algorithm for ship propeller blade number recognition[J].Ship Science and Technology,2015(6).
Authors:DAI Wei-guo  LI Hai-tao  LI Zhi-zhong  WANG Yi-chuan
Abstract:
Keywords:support vector machine  RBF  DEMON  classifier
本文献已被 CNKI 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