基于非线性降维的水下目标融合识别决策

• 作者: ZHOU Yue ZOU Yi 姚莉秀
• 来源期刊: 微型电脑应用
• 学科: 数学
• 关键词: 非线性降维 D-S证据理论 融合 水下目标
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 研究与设计
• 页码范围: 6-9
• 页数: 4页
• 分类号: O235
• 字数: 4978字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2008.07.003

摘要

针对以传统的谱图和模型参数等方法提取得到的水下目标特征高维数据,文章提出了LPP的非线性降维方法,有效的去除特征向量各分量间的相关性,增大了特征向量的可分性,降低了后期识别的计算复杂度.同时设计了:DS-SVM融合决策分类器对获得的低维特征向量进行分类识别.与传统的SVM算法的分类识别效果进行比较分析,所得结果表明该方法有效的提高了水下目标识别的准确性,是一种行之有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚莉秀	上海交通大学图像处理与模式识别研究所	35	388	10.0	19.0
2	ZOU Yi	上海交通大学图像处理与模式识别研究所	1	0	0.0	0.0
3	ZHOU Yue	上海交通大学图像处理与模式识别研究所	1	0	0.0	0.0