基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了两种基于支持向量机集成和特征选择联合算法.联合算法的核心思想是在构建基础分类器的同时选择有效特征.通过对实测舰船数据和公共数据的识别实验,证明了两种算法都可以用于舰船目标识别.算法一更适用于冗余特征较多的情况.算法二在对舰船目标识别时,选择的特征数目降低为原来特征数目的30%,正确分类率比单个支持向量机高近10%.
推荐文章
融合样本选择与特征选择的AdaBoost支持向量机集成算法
分类器集成
AdaBoost算法
支持向量机
样本选择
特征选择
基于加速遗传算法的选择性支持向量机集成
加速遗传算法
适应函数
负相关学习
支持向量机
选择性集成
支持向量机与AdaBoost的结合算法研究
支持向量机
增强法
自适应增强算法
算法优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量机集成和特征选择联合算法
来源期刊 声学技术 学科 工学
关键词 支持向量机 特征选择 分类器集成 舰船辐射噪声
年,卷(期) 2006,(4) 所属期刊栏目 信号处理及声学测量
研究方向 页码范围 337-340
页数 4页 分类号 TN911.7
字数 2837字 语种 中文
DOI 10.3969/j.issn.1000-3630.2006.04.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙进才 西北工业大学航海学院环境工程系 136 1277 20.0 26.0
2 牛奕龙 西北工业大学航海学院环境工程系 25 204 8.0 13.0
3 杨宏晖 西北工业大学航海学院环境工程系 25 168 8.0 12.0
4 赵妮 西北工业大学航海学院环境工程系 9 45 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (34)
参考文献  (4)
节点文献
引证文献  (10)
同被引文献  (23)
二级引证文献  (29)
1983(4)
  • 参考文献(0)
  • 二级参考文献(4)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(7)
  • 参考文献(1)
  • 二级参考文献(6)
1999(8)
  • 参考文献(2)
  • 二级参考文献(6)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(9)
  • 引证文献(1)
  • 二级引证文献(8)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
支持向量机
特征选择
分类器集成
舰船辐射噪声
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
声学技术
双月刊
1000-3630
31-1449/TB
大16开
上海市小木桥路456号
1982
chi
出版文献量(篇)
3200
总下载数(次)
7
论文1v1指导