| 一种基于序贯最小优化改进的支持向量机空间有形小目标识别方法 |
| |
| 引用本文： | 朱风云,秦世引.一种基于序贯最小优化改进的支持向量机空间有形小目标识别方法[J].宇航学报,2008,29(1):197-201. |
| |
| 作者姓名： | 朱风云 秦世引 |
| |
| 作者单位： | 北京航空航天大学自动化科学与电气工程学院，北京100083 |
| |
| 基金项目： | 收稿日期：2007-02-14； 修回日期：2007-06-19 |
| |
| 摘 要： | 提出了一种基于序贯最小优化改进的支持向量机空间有形小目标识别方法。首先陈述了空间有形目标识别的意义并分析了其特点，进而提出了一种基于预分类的两级分类识别策略。在此基础上重点针对空间有形小目标识别所具有的小样本学习问题的本质和特点，采用基于序贯最小优化(Sequential Minimal Optimization :SMO)改进的支持向量机解决训练问题，从而提高了训练的效率和精度。最后，通过10类空间有形小目标共1360个成像尺度不大于30×30像素的仿真样本进行仿真检验，结果表明本文所提出的识别方法的正确率达到了98%(训练样本数454，测试样本数906)，完全可以满足实际应用需要，而且具有良好的实时性。
|
| 关 键 词： | 空间有形小目标 目标识别 支持向量机 序贯最小优化 |
| 文章编号： | 1000-1328(2008)01-0197-05 |
| 收稿时间： | 2007-02-14 |
| 修稿时间： | 2007年2月14日 |
A Recognition Method of Small-Shaped Space Target Based on Formative Support Vector Machine with Sequential Minimal Optimization |
| |
| ZHU Feng-yun,QIN Shi-yin.A Recognition Method of Small-Shaped Space Target Based on Formative Support Vector Machine with Sequential Minimal Optimization[J].Journal of Astronautics,2008,29(1):197-201. |
| |
| Authors: | ZHU Feng-yun QIN Shi-yin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《宇航学报》浏览原始摘要信息 |
| 点击此处可从《宇航学报》下载免费的PDF全文 |
