原文服务方: 航空计算技术       
摘要:
研究了基于支持向量机的空间目标分类中核参数和误差惩罚因子的选择问题.将蚁群算法与支持向量机相结合,提出了一种自动优选支持向量机模型参数的方法,克服了以往反复试验以确定其参数的缺点.采用所提出的方法,分类正确率迭90%左右,验证了该方法的有效性.
推荐文章
蚁群算法优化支持向量机的人脸识别
蚁群算法
人脸识别
支持向量机
特征检测
改进蚁群算法优化支持向量机的网络入侵检测
网络入侵
蚁群优化算法
支持向量机
参数优化
基于蚁群优化算法和支持向量机相结合的医院网络非法入侵检测
医院网络
非法入侵检测
蚁群优化算法
支持向量机
入侵检测模型
全局搜索
基于蚁群算法的多光谱遥感图像分类
多光谱遥感图像
分类
光谱特征
形状特征
蚁群算法
支持向量机分类器
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 基于支持向量机和蚁群算法的空间目标分类
来源期刊 航空计算技术 学科
关键词 空间目标 支持向量机 蚁群算法
年,卷(期) 2008,(3) 所属期刊栏目 计算方法
研究方向 页码范围 15-18
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1671-654X.2008.03.004
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 李言俊 西北工业大学航天学院 280 2914 25.0 41.0
2 曹占辉 西北工业大学航天学院 12 54 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (87)
参考文献  (4)
节点文献
引证文献  (8)
同被引文献  (28)
二级引证文献  (79)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(7)
  • 参考文献(2)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
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(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(10)
  • 引证文献(1)
  • 二级引证文献(9)
2013(10)
  • 引证文献(1)
  • 二级引证文献(9)
2014(7)
  • 引证文献(1)
  • 二级引证文献(6)
2015(13)
  • 引证文献(1)
  • 二级引证文献(12)
2016(12)
  • 引证文献(1)
  • 二级引证文献(11)
2017(14)
  • 引证文献(0)
  • 二级引证文献(14)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
空间目标
支持向量机
蚁群算法
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
航空计算技术
双月刊
1671-654X
61-1276/TP
大16开
西安市太白北路156号
1971-01-01
中文
出版文献量(篇)
3986
总下载数(次)
0
总被引数(次)
18592
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导