基于目标特征的动态支持向量机研究
Xitong Fangzhen Xuebao / Journal of System Simulation（2008）
摘要
研究了将待识别目标特征与SVM相结合的动态SVM.提出-种以目标特征与每个训练样本间的距离度量SVM软间隔优化问题中惩罚参数C的方法,可根据两者间距离大小赋予每个训练样本一个惩罚参数,从而更好地体现了不同训练样本对于待识别目标特征的价值.然后,根据各样本惩罚参数的大小重构动态训练样本集,训练以待识别目标特征的分类为核心任务的动态SVM,寻求以目标特征为中心的局部空间的最优分类面.并对两类水声目标的识别情况进行了比较,实验表明效果好于SVM和如近邻分类器.
更多查看译文
关键词
Demodulation line spectrum feature,Penalization-function Ci,Support vector machine (SVM),Underwater acoustic target recognition
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要