多核集成支持向量机合成孔径雷达目标分类

周一鸣; 吴玉仁; 沈项军; 朱倩; 吴蔚; 张江涛

首页> 中文期刊> 《指挥信息系统与技术》 >多核集成支持向量机合成孔径雷达目标分类

多核集成支持向量机合成孔径雷达目标分类

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

雷达数据的复杂性增加了合成孔径雷达(SAR)目标分类和识别的难度。传统的多核分类方法先在单个再生核希尔伯特空间(RKHS)中学习基核的线性组合,再通过学习相关参数对SAR目标进行分类。由于传统方法忽略了多核中的最佳参数选择以及多核之间的结构特征,因此会导致识别结果出现偏差。鉴于此,提出了一种多核集成支持向量机SAR目标分类方法,通过设计一个集成损失函数将多个单独的核分类损失进行集成,从而将多个单独的核分类模型统一成一个整体,并共同优化和学习多个单独模型的最优参数。试验结果表明,该方法与SimpleMKL和SpicyM⁃KL等方法相比,在移动与静止目标搜索与识别(MSTAR)计划的多类别SAR数据集上的分类识别准确率可提升0.5%~10%。

著录项

来源
《指挥信息系统与技术》 |2022年第3期|36-43|共8页
作者
周一鸣; 吴玉仁; 沈项军; 朱倩; 吴蔚; 张江涛;
展开▼
作者单位

江苏大学计算机科学与通信工程学院;

信息系统工程重点实验室;

中国电子科技集团公司第二十八研究所;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工智能理论;
关键词
合成孔径雷达; 多核学习; 集成损失; 共享参数;

相似文献

中文文献
外文文献
专利

1. 基于聚类分析和集成改进支持向量机的序列目标分类算法 [J] . 周涛 ,张艳宁 ,袁和金 . 计算机科学 . 2009,第1期
2. 基于支持向量机优化参数的集成多核典型相关分析 [J] . 路燕 ,盛姝 . 科技管理研究 . 2018,第015期
3. 基于多核支持向量机集成的智能玻璃制品检测算法 [J] . 刘焕军 . 计算机测量与控制 . 2011,第2期
4. 合成孔径雷达图像目标分类研究 [J] . 韩春林 ,雷飞 ,王建国 . 电子科技大学学报 . 2004,第1期
5. 一种基于多核学习的舰船目标分类方法 [J] . 田西兰 ,郭法滨 ,王贺 . 数字技术与应用 . 2015,第010期
6. 一种逆合成孔径雷达空间目标分类方法 [C] . 李飞 ,刘丹 ,余继周 . 第十四届全国雷达学术年会 . -1
7. 基于半监督和无监督学习的合成孔径雷达目标分类 [A] . 王蓝琦 . 2020

多核集成支持向量机合成孔径雷达目标分类

摘要

著录项

相似文献

相关主题

期刊订阅