原文服务方: 成都大学学报(自然科学版)       
摘要:
结合向量机二叉树是近年发展起来的一种新的多分类识别器,该方法现已证明能有效提高分类精度以及训练速度[1].提出了结合无监督聚类的SVM二叉树的SAR目标自动识别,并对MSTAR的T-72 Variant数据库进行实验,取得了良好的识别效果,为SAR自动目标识别的多类别问题提供了一种新方法和新思路.
推荐文章
二叉树多类SVM在网络入侵检测中的应用
入侵检测
支持向量机
二叉树
多类分类
基于球结构的完全二叉树SVM多类分类算法
球结构
支持向量机
完全二叉树
多类分类
基于二叉树SVM的动态称重系统作弊检测的研究
作弊检测
动态称重
SVM
二叉树
一种改进的二叉树SVM多类分类算法
SVM多类分类
二叉树
缺陷分类
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 结合无监督聚类的SVM二叉树在SAR自动目标识别系统中的应用
来源期刊 成都大学学报(自然科学版) 学科
关键词 无监督聚类 支持向量机 SAR自动目标识别 二叉树
年,卷(期) 2008,(2) 所属期刊栏目
研究方向 页码范围 134-136
页数 3页 分类号 TN95|E9
字数 语种 中文
DOI 10.3969/j.issn.1004-5422.2008.02.014
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 邹维 重庆师范大学数学与计算机学院 4 8 2.0 2.0
2 万谦 重庆师范大学数学与计算机学院 9 43 4.0 6.0
3 何晓庆 重庆师范大学数学与计算机学院 3 7 2.0 2.0
4 万涛 重庆师范大学数学与计算机学院 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (33)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无监督聚类
支持向量机
SAR自动目标识别
二叉树
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
成都大学学报(自然科学版)
季刊
1004-5422
51-1216/N
16开
1982-01-01
chi
出版文献量(篇)
1966
总下载数(次)
0
总被引数(次)
8997
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导