模糊融合分类器在水雷识别中的应用

• 作者: 丁士圻 王大成 郭丽华
• 来源期刊: 声学技术
• 学科: 工学
• 关键词: 水雷目标识别 信息融合 特征提取 波形结构 人工神经网络
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 水声学
• 页码范围: 103-106
• 页数: 4页
• 分类号: O324|TN911
• 字数: 2564字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3630.2006.02.003

摘要

当目标的类别多时会使分类器的精度和稳健性大受影响,用神经网络分类器去完成复杂的目标分类任务是难以保证其可靠性的.引入信息融合条件下一种新型的分类器,即模糊融合分类器,该分类器可以自动"过滤"无效和冗余特征的负面影响,实现有效的特征层融合识别.采用4种特征提取方法,利用三个模糊融合神经网络作为分类器进行特征层的融合,再将分类器的输出作为决策层的融合,提高系统的分类性能.通过处理水雷实体回波数据得出的识别率表明,所选取的特征提取和分类器算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁士圻	哈尔滨工程大学水声工程学院	22	166	8.0	11.0
2	王大成	哈尔滨工程大学水声工程学院	16	107	7.0	10.0
3	郭丽华	哈尔滨工程大学水声工程学院	16	176	9.0	13.0